Addressing inconsistencies in Cyperaceae and Juncaceae taxonomy: Comment on Brožová et al. (2022)

生物 莎草科 分类学(生物学) 生态学 禾本科
作者
Tammy L. Elliott,Isabel Larridon,Russell L. Barrett,Jeremy J. Bruhl,Suzana Maria Costa,Marcial Escudero,Andrew L. Hipp,Pedro Jiménez‐Mejías,Jan Kirschner,Modesto Luceño,José Ignacio Márquez‐Corro,Santiago Martín‐Bravo,Eric H. Roalson,Ilias Semmouri,Daniel Spalink,William Wayt Thomas,Tamara Villaverde,Karen L. Wilson,A. Muthama Muasya
出处
期刊:Molecular Phylogenetics and Evolution [Elsevier BV]
卷期号:179: 107665-107665 被引量:5
标识
DOI:10.1016/j.ympev.2022.107665
摘要

• Good taxonomy is based on sound data. • A sound knowledge of nomenclatural history is essential. • Global collaborations can produce well-sampled phylogenies on which to base consensus classifications.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
汉堡包应助oku采纳,获得10
2秒前
2秒前
Nole应助MGR采纳,获得10
3秒前
平头张完成签到,获得积分10
4秒前
zhangguo发布了新的文献求助10
4秒前
AUGS酒完成签到,获得积分10
5秒前
LL完成签到,获得积分10
5秒前
张欢馨应助多情的灵安采纳,获得10
5秒前
小李子完成签到,获得积分10
6秒前
余洋发布了新的文献求助30
6秒前
撒GE发布了新的文献求助10
7秒前
赖晨靓发布了新的文献求助10
7秒前
赵迪发布了新的文献求助20
7秒前
7秒前
领导范儿应助wizard采纳,获得10
7秒前
7秒前
桐桐应助two_dog采纳,获得10
8秒前
华仔应助茜茜Rachel采纳,获得10
8秒前
886完成签到 ,获得积分10
9秒前
9秒前
dm11发布了新的文献求助10
9秒前
开朗的路灯完成签到,获得积分10
9秒前
10秒前
10秒前
ZC发布了新的文献求助10
10秒前
10秒前
LiangxuanPan完成签到,获得积分10
12秒前
难过冰萍发布了新的文献求助10
13秒前
13秒前
欣喜乌发布了新的文献求助10
14秒前
14秒前
小二郎应助galaxy采纳,获得30
14秒前
zhao完成签到 ,获得积分20
14秒前
徐杰发布了新的文献求助10
15秒前
wanci应助科研通管家采纳,获得10
15秒前
慕青应助科研通管家采纳,获得10
16秒前
yangquanquan发布了新的文献求助10
16秒前
sss应助科研通管家采纳,获得10
16秒前
打打应助科研通管家采纳,获得10
16秒前
高分求助中
Markov Chain Monte Carlo 10000
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Common Foundations of American and East Asian Modernisation: From Alexander Hamilton to Junichero Koizumi 5000
How to Use Machine Learning in Chemistry: An Introduction 1000
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
Discerning Saints: Moralization of Intrinsic Motivation and Selective Prosociality at Work 500
Handbuch Trainingswissenschaft – Trainingslehre 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7583250
求助须知:如何正确求助?哪些是违规求助? 9161970
关于积分的说明 19605650
捐赠科研通 7165315
什么是DOI,文献DOI怎么找? 3266226
关于科研通互助平台的介绍 2431164
邀请新用户注册赠送积分活动 2257588