MétaCan
Menu
Retour à la cohorte
Enregistrement W7084768631 · doi:10.1590/s1984-4689.v42.e24064

Assessing the fast geographic range expansion of the Asian green mussel, Perna viridis (Bivalvia: Mytilidae), in the Brazilian coastal waters

2025· article· en· W7084768631 sur OpenAlexaff

Notice bibliographique

RevueZoologia (Curitiba) · 2025
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueAncient Near East History
Établissements canadiensNexen (Canada)
Organismes subventionnairesnon disponible
Mots-clésBiodiversityHabitatRange (aeronautics)Distribution (mathematics)MangrovePerna viridisSpecies distributionInvasive species

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Perna viridis (Linnaeus, 1758) is an invasive species that has caused major environmental and economic impacts in several regions where it has been introduced. In Brazil, since its introduction in 2019, it has been rapidly expanding its distribution. We aimed at describing its geographic distribution expansion on the southeast and southern coast of Brazil based on biodiversity monitoring surveys, underwater observations documented through photography, and using the Global Biodiversity Information Facility. The collected individuals were identified through morphological and molecular analyses, confirming the identity of the species. The available evidence suggests it is rapidly expanding its geographic distribution in Brazil. In total, we provide 53 new locality records where the species was found. This mollusk is known for its great invasive potential and can become an important environmental problem, as it can alter the structure of natural habitats and ecosystems, and negatively affect the commercial harvest of economically important native marine organisms.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,307
Score d'incertitude au seuil0,730

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,019
Tête enseignante GPT0,244
Écart entre enseignants0,226 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZoologia (Curitiba)Même sujetAncient Near East HistoryTravaux en français237 207