在昆虫学分类学中关于"初步物种假设"的评论:全球数据和公平基础设施视角

科学领域:

• 生物多样性信息学 生物多样性信息学
• 分类学 分类学是指分类学.
• 计算生物学 计算生物学

背景情况:

• 传统的分类学在快速,可扩展的生物多样性监测方面面临着挑战.
• 预先物种假设 (PSH) 被提出作为快速识别和林奈系统之间的桥梁.
• 利用DNA条形码和人工智能进行临时分类需要强大的数据管理.

研究的目的:

• 探索开源软件实践的应用,以管理不断变化的分类学数据.
• 提出一个基础设施来处理初步物种假设 (PSH) 使用版本控制.
• 倡导可扩展的,基于假设的生物多样性数据,与FAIR原则和数字扩展标本保持一致.

主要方法:

• 适应版本控制概念 (例如,Git提交) 来管理分类更新.
• 整合来自FAIR数据和数字扩展标本的原则.
• 利用分类学数据对象来动态地将PSH整合到可适应的分类学中.

主要成果:

• 一个用于管理PSH的框架,具有版本"承诺"来跟踪,改进和整合分类学更新.
• 确定PSH的基础设施要求,包括数据标准,持久标识符和互操作性.
• 一个用于动态集成PSH到不断发展的分类系统的模型.

结论:

• 采用PSH管理的开源实践可以创建可扩展的,基于假设的生物多样性数据.
• 强大的基础设施对于支持不断变化的分类学数据和全球生物多样性存储库至关重要.
• 这种方法将传统的分类学与应对现代保护挑战的新兴计算方法相结合.