MétaCan
Menu
Back to cohort

O potencial do DNA barcode na identificação de espécies de aves neotropicais

2009· dissertation· pt· W1841807989 on OpenAlexaff
Priscila Fernanda Mussi Gonçalves

Bibliographic record

Venuenot available
Typedissertation
Languagept
FieldBiochemistry, Genetics and Molecular Biology
TopicIdentification and Quantification in Food
Canadian institutionsGenome CanadaOntario GenomicsNatural Sciences and Engineering Research Council of Canada
Fundersnot available
KeywordsDNA barcodingBarcodeBiologyZoologyInterspecific competitionMonophylyEvolutionary biologySpecies identificationEcologyCladePhylogeneticsGeneticsGene

Abstract

fetched live from OpenAlex

\n O presente trabalho foi organizado em cinco capítulos. No primeiro é apresentada uma breve revisão da bibliografia relacionada ao DNA barcode, apontando as aplicações e os limites desse marcador. Os resultados obtidos são apresentados nos três capítulos subsequentes. O segundo capítulo teve como objetivo avaliar o potencial do método de DNA barcoding na distinção de 783 amostras de 228 espécies diferentes de aves neotropicais de 16 ordens baseado na diferença dos valores de divergências intra- e interespecíficas. O DNA barcode permitiu a diagnose da maioria das espécies tanto utilizando os valores de distância quanto os agrupamentos nas árvores de Neighbor-joining (NJ), mostrando ser um marcador muito útil na identificação rápida de aves neotropicais. Além disso, verificamos que ele gera informações que podem ser relevantes a estudos biogeográficos. Foram identificadas espécies proximamente relacionadas que não puderam ser identificadas seguindo essa metodologia, todas pertencentes aos psitaciformes. Assim, o objetivo do capítulo seguinte foi investigar se há caracteres diagnósticos no coxI de pares de espécies irmãs de psitacídeos neotropicais (gêneros Amazona, Ara, Aratinga, Brotogeris e Graydidascalus) e de grupos que não puderam ser identificados nas análises anteriores devido a baixas distâncias interespecíficas ou por não formarem clados reciprocamente monofiléticos nas árvores de NJ (espécies dos gêneros Amazona, Aratinga, Myiopsitta, Pionites, Pyrrhura e Rhynchopsitta). As espécies irmãs apresentaram de quatro a 39 sítios diagnósticos puros e as espécies proximamente relacionadas apresentaram de um a 11 sítios diagnósticos. Apenas as espécies Rhynchopsitta pachyrhyncha e R. terrisi e as espécies Amazona aestiva e A. ochrochephala, não apresentaram caracteres diagnósticos exclusivos e, portanto não puderam ser identificadas. Os resultados mostraram que é possível identificar grande parte das espécies proximamente relacionadas desse grupo de aves utilizando caracteres diagnósticos do DNA barcode. O penúltimo capítulo teve como objetivo identificar espécies de embriões de aves apreendidos do tráfico internacional de animais, utilizando o DNA barcode. Das 58 amostras totais, 93% foram identificadas, sendo três amostras de Ara ararauna, duas de Triclaria malachitacea e 49 de Alipiopsitta xanthops. As quatro amostras restantes (7%) foram identificadas como Amazona aestiva e/ou Amazona ochrochephala. Essas espécies formam um complexo já descrito em alguns trabalhos de filogenia molecular, o que inviabiliza qualquer sistema de identificação de espécies ao nível molecular. O DNA barcoding parece ser eficaz na correta identificação de espécies de aves e é especialmente útil em casos nos quais dados morfológicos não são acessíveis, como o presente exemplo. Por fim são descritas as principais conclusões de cada capítulo.\n

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.001
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Research integrity
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Bench or experimental · Consensus signal: Bench or experimental
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.079
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0010.001
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0000.000
Science and technology studies0.0010.000
Scholarly communication0.0010.000
Open science0.0010.000
Research integrity0.0010.000
Insufficient payload (model declined to judge)0.0010.001

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.015
GPT teacher head0.294
Teacher spread0.279 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designBench or experimental
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2009
Admission routes1
Has abstractyes

Explore more

Same topicIdentification and Quantification in FoodFrench-language works237,207