数据集概述
本数据集包含与论文“Moenkhausia cotinho Eigenmann, 1908和Hemigrammus newboldi (Fernández-Yépez, 1949)的分类研究及两种新Moenkhausia物种描述”相关的自然历史标本数据，关联了标本的采集者和鉴定者信息，由Bionomia志愿者标注，基于GBIF聚合的标本数据，以Frictionless Data数据包格式组织。
文件详解
- 核心数据文件（ZIP格式，共8个）
- 文件名称：citations.csv.zip、problem_collector_dates.csv.zip、not_them_assertions.csv.zip、users.csv.zip、attributions.csv.zip、articles.csv.zip、occurrences.csv.zip、problem_determiner_dates.csv.zip
- 文件格式：ZIP压缩包（内含CSV文件）
- 字段映射介绍：包含标本引用、采集者日期问题记录、非关联声明、用户信息、归属信息、相关文献、标本 occurrence 数据、鉴定者日期问题记录等分类研究相关数据
- 数据包描述文件
- 文件名称：datapackage.json
- 文件格式：JSON
- 字段映射介绍：遵循Frictionless Data标准的数据包元数据描述文件，定义数据集结构、文件清单及相关属性
数据来源
Global Biodiversity Information Facility（GBIF）数据集（编号d56e60ac-9956-4908-a6a4-21e344ee0f41），由Bionomia志愿者标注
适用场景
- 鱼类分类学研究: 支持Moenkhausia和Hemigrammus属鱼类的分类修订、新物种验证及系统发育分析
- 生物标本数据管理: 用于优化标本采集者、鉴定者信息的关联与标准化处理
- 生物多样性数据整合: 作为GBIF聚合数据的补充，提升鱼类标本数据的完整性与可用性
- 分类学文献关联分析: 通过文献与标本数据的关联，支撑鱼类分类研究的溯源与验证
- 标本数据质量控制: 利用日期问题记录等数据，改进鱼类标本元数据的质量审核流程
