https://researchdata.se/sv/catalogue Search results sv Occurrences in this dataset on Swedish Insects have been identified from specimens collected from for the Swedish Malaise Project (SMTP), an inventory funded by the Swedish Species Information Centre (ArtDatabanken). These records comprise the foundation for recent estimates on the size and composition of the Swedish insect fauna, published herein as sample-based datasets. Wed, 13 May 2020 00:00:00 GMT https://researchdata.se/sv/catalogue/dataset/gbif-sweden-10-15468-87hk5a https://researchdata.se/sv/catalogue/dataset/gbif-sweden-10-15468-87hk5a Station Linné Dave Karlsson Fredrik Ronquist Här presenteras all data och kod för artikeln "Strong diel variation in the activity of insect taxa sampled by Malaise traps" av Viktor Gårdman, Emme McDonald & Tomas Roslin. Provtagningen av insekter har utförts av författarna . 24 Malaisefällor sattes upp i en boreal skog i centrala Sverige (Lat. 60.024855, long. 17.751336) och tömdes varannan timme under fem dagar, med undantag för nätter (22:00-06:00), som hade ett interval på fyra timmar (tömning 22:00, 02:00, 06:00). Malaisefällornas position i förhållande till varandra illustreras bäst via Fig. 1B i artikeln. Insekterna identifierades till taxonomisk familj för flugor (Diptera), skalbaggar (Coleoptera) och steklar (Hymenoptera). Överfamiljerna Chalcidoidea och Cynipoidea inom Parasitsteklar (Parasitica; Hymenoptera) identifierades enbart till överfamilj på grund av svårigheter med att familjebestämma arter inom dessa överfamiljer. Halvvingar (Hemiptera) bestämdes till familj inom skinbagggar (Heteroptera), men enbart till underordning för stritar (Auchenorrhyncha) och växtlöss (Sternorrhyncha). För att förenkla bestämningsprocessen så gjordes ingen vidare identifiering av småfjärilar (microlepidoptera) och för alla insektsordningar förutom Coleoptera, Diptera, Hymenoptera, Hemiptera och Lepidoptera identifierades arter enbart till ordning. Filen "HRS_SpeciesData" innehåller information om varje individ som fångades under provtagningsperioden. Det inkluderar datum för fångsten ('Date', givet som DD/M); vilken fälla som individen hittades i (TrapID); tid i hh:mm (Time); tid i enbart timmar (Time_con), tid som en fraktion mellan 0 (00:00) och 1 (23:59) (Time_Num); superfamilj för varje taxon (Superfamily); taxon som varje individ delats in i (Taxon). För taxon med högre taxonomisk nivå än superfamilj anges den taxonomiska nivån i kolumnen för superfamilj. Filen "HRS_EnviData" innehåller information om hur många individer per taxon som fångades vid varje provtagningstillfälle för de 17 mest frekventa taxa (förekommande som fler än 49 individer eller vid mer än 19 provtagningstillfällen), summerat över alla fällor. Kolumnerna "Taxon" och "Superfamily" följer samma princip som ovan, men här finns även en kolumn för taxonomisk ordning (Order). Kolumnerna för tid och datum följer samma princip som ovan. Kolumnen "ID" är en unik kombination av datum och tid anget som DDhh. T.ex tömningen 20:00 den 15:e har ID 1520. Utöver abundansen av individer för varje ID och taxa ges vädervariabler. Temperatur anges i grader Celsius (°C), vind i meter per sekund (m/s), molntäcke (cloud cover) som en fraktion mellan 0 (klar himmel) och 1 (totalt molntäcke), regn i mm, vindriktning i väderstreck och relativ luftfuktighet i %. Värdena är medelvärden från fem mätningar varje halvtimme från den förra provperioden till nästa, med undantag för nätter där medelvärden kommer från nio halvtimmesmätningar per tömning (tömning 22:00, 02:00, 06:00). Väderdatan kommer från väderstationen 327 Björklinge (Lat. 60.05042, long. 17.62149) och tillhandahålls av Trafikverket (https://www.trafikverket.se/). All kod är skriven in R version 4.4.0 och presenteras via Rmarkdown Fri, 05 Dec 2025 12:45:22 GMT https://researchdata.se/sv/catalogue/dataset/2025-211 https://researchdata.se/sv/catalogue/dataset/2025-211 Sveriges lantbruksuniversitet Viktor Gårdman Emme McDonald Tomas Roslin Data innehåller information om olika landskapsparametrar på tre rumsliga skalor, förekomster av jordloppor och gnagskador på groddplantor i 56 vårrapsfält under fem år. En mer detaljerad beskrivning finns på engelska. Uppgifterna i filen "combined_dataset.csv" innehåller information om förekomst av jordloppor och skador på grödan som registrerats i 56 fält ("site_ID") och landskapsparametrar i landskapen som omger dessa fält på tre rumsliga skalor. 169 rader. En utförligare beskrivning ges på den engelska sidan. Fri, 21 Apr 2023 14:31:56 GMT https://researchdata.se/sv/catalogue/dataset/2023-77-1 https://researchdata.se/sv/catalogue/dataset/2023-77-1 Sveriges lantbruksuniversitet Fabian Bötzl Ola Lundin Skade- och växtbedömningar genomfördes i totalt fem fältförsök under 2024 (n=2) och 2025 (n=3) i Skåne i södra Sverige. Varje försök omfattade fem behandlingar: sockerbeta samodlad med vårkorn, sockerbeta samodlad med persisk klöver, sockerbeta samodlad med vitsenap samt två kontrollbehandlingar: sockerbeta i renbestånd med bandsprutning av herbicid och sockerbeta i renbestånd med bredsprutning av herbicid. Vi fokuserade på att undersöka skadegörarangrepp på blad och stjälkar. Bedömningar av skadegörare på blad bestod av att räkna antalet ägg av betfluga, bladlöss samt bladskador orsakade av trips, jordloppor, lilla betbaggen eller ryggradsdjur i fyra slumpmässigt utvalda grupper om fem plantor i varje försöksruta. Under 2024 genomfördes inventeringarna mellan den 8 och 30 maj med tre till fyra dagars intervall, medan de under 2025 genomfördes mellan den 15 april och 15 maj med fem till nio dagars intervall. Bedömningar av skador på stjälkar bestod av att räkna antalet skador per planta på 10 slumpmässigt utvalda plantor vid två tillfällen mellan den 13 och 24 maj 2024. Under 2025 bedömdes dessa i stället som andelen av stjälken som var skadad på varje planta, hos 15 slumpmässigt utvalda plantor, vid ett tillfälle mellan den 23 och 28 april. Samtliga bedömningar av skadegörare på blad och stjälkar utfördes när grödan befann sig mellan BBCH-stadierna 9 och 16, eftersom denna period – med undantag för bladlöss – motsvarar den tid då skadegörarna orsakar de ekonomiskt mest betydelsefulla skadorna på grödan. Växtbedömningar genomfördes vid grödstadium BBCH 15–16 (baserat på den standardiserade BBCH-skalan för växters fenologiska utvecklingsstadier). Vi mätte planttäthet hos sockerbeta samt ovanjordisk biomassa av servicegrödor, ogräs och sockerbeta (den senare mättes endast under 2025). Dessa bedömningar utfördes i fyra kvadrater om 1 × 1 m i varje försöksruta. Under 2025 utfördes dock vissa av biomassabedömningarna för servicegrödor och ogräs endast i 50 % eller 25 % av kvadratens yta. Alla data aggregerades över prover (plantor) och inventeringsomgångar för varje försöksplats och behandling inför analysen. För ytterligare information, se metodavsnittet i manuskriptet "Service crops for protection against multiple insect pests in sugar beet during crop establishment" av Neus Rodriguez-Gasol, Göran Bergkvist och Ola Lundin. Mon, 14 Sep 2026 11:17:00 GMT https://researchdata.se/sv/catalogue/dataset/2026-194 https://researchdata.se/sv/catalogue/dataset/2026-194 Sveriges lantbruksuniversitet Neus Rodriguez-Gasol Göran Bergkvist Ola Lundin Syftet med studien var att undersöka effekterna av den urbana värmeön (mikroklimat) och urbanisering på saproxyliska skalbaggearter. Datasetet beskriver mikroklimat inuti mulmholkar i sex svenska städer, mätt mellan april och september 2022. Skalbaggsprovtagningen skedde mellan april och september 2020. Se den engelska beskrivningen för mer information. Wed, 17 Jan 2024 09:58:13 GMT https://researchdata.se/sv/catalogue/dataset/2023-186 https://researchdata.se/sv/catalogue/dataset/2023-186 Sveriges lantbruksuniversitet Anika Gossmann This dataset includes the Quaternary fossil record of arthropods (mainly insects and especially beetles) from the Strategic Environmental Archaeology Database (SEAD; www.sead.se). Data are from BugsCEP (www.bugscep.com), a constituent database of SEAD, and have been gathered from published studies in both scientific journals and consultancy reports. References to the source publications are available in the dataset. The database is global but includes data mostly from northwestern Europe. Sites are classified as either archaeological sites or stratigraphic sequences, with each site containing data from one or more sediment samples. Archaeological sites are locations on or near archaeological excavations. Stratigraphic sequences are mainly from peatbogs or lake sediments, but include mixed sediments which may have human impact. Sample dates are expressed as a range of years BP and derived through a wide variety of dating methods ranging in precision and accuracy from calendar dates and modern radiocarbon dating to stratigraphic association of undated samples with dated layers. Many dates are also interpolated between radiometric dates using age-depth models. Datings ranges from ca 500000 yrs BP until present. Mon, 18 May 2026 00:00:00 GMT https://researchdata.se/sv/catalogue/dataset/gbif-sweden-10-15468-uagqtx https://researchdata.se/sv/catalogue/dataset/gbif-sweden-10-15468-uagqtx GBIF Sverige Philip Buckland Datasetet innehåller bearbetade data om 316 vedlevande skalbaggar insamlade under 2021 i 23 skogsbestånd i Värmland och Dalsland. Bestånden representerar tre kategorier: icke-restaurerade blandskogar, bestånd som restaurerats genom avverkning av gran och skapande av lövträdsved samt lövträdsdominerade målbestånd med riklig förekomst av död ved. Skalbaggar samlades in med 67 obetade fönsterfällor, i regel tre fällor per bestånd, från början av juni till mitten av oktober 2021. Individerna identifierades till art och arterna klassificerades som vedlevande utifrån litteratur och expertbedömningar. Data tillhandahålls i sju csv filer. species_abundance_matrix innehåller antalet individer av 316 skalbaggsarter i varje fälla. functional_traits innehåller artdata för kroppslängd, födogrupp, trädslagsassociation och association med olika successions- eller nedbrytningsstadier av död ved. taxonomy_hierarchy innehåller den taxonomiska hierarkin från ordning till art som användes som en approximation av fylogeni. sample_environmental_data innehåller identiteter för fällor och bestånd samt beståndsvisa variabler för volym och Shannondiversitet av död ved och grundyta och Shannondiversitet av levande träd. diversity_metrics innehåller taxonomiska, funktionella och fylogenetiska diversitetsmått beräknade för varje fälla. community_weighted_means innehåller abundansviktade medelvärden för de funktionella egenskaperna. functional_pcoa_axes innehåller arternas koordinater längs de fem huvudkoordinataxlar som användes för att beskriva det funktionella egenskapsrummet. Miljövariablerna beräknades från inventeringar av döda och levande träd. Volymen död ved beräknades per hektar utifrån mätningar av diameter och längd eller höjd. Diversiteten av död ved beräknades med Shannondiversitet baserat på kombinationer av trädslag, typ av död ved, nedbrytningsstadium och diameterklass. Diversiteten av levande träd beräknades på motsvarande sätt utifrån kombinationer av trädslag och diameterklass. Funktionell diversitet beräknades från en Gower-avståndsmatris baserad på arternas funktionella egenskaper, följt av en huvudkoordinatanalys med Cailliez-korrigering. De fem första axlarna användes för att beräkna funktionell rikedom, jämnhet och divergens. Fylogenetisk diversitet beräknades från ett taxonomiskt träd där alla grenar tilldelades samma längd. Abundansviktade medelvärden beskriver det genomsnittliga egenskapsvärdet i varje skalbaggssamhälle; för kategoriska egenskaper motsvarar värdet den relativa abundansen inom respektive egenskapskategori. Arbetsboken kan öppnas med vanliga kalkylprogram och kräver ingen särskild programvara för att läsas eller återanvändas. Databearbetningen och de ursprungliga analyserna genomfördes i R 4.3.2, bland annat med paketen FD, picante, vegan, phylospatial, lmerTest, emmeans och iNEXT.3D. R och de relevanta paketen behövs för att återskapa de härledda diversitetsmåtten och de statistiska analyserna från art-, egenskaps-, taxonomi- och miljödata. See README för referenser. Tue, 20 Oct 2026 12:33:05 GMT https://researchdata.se/sv/catalogue/dataset/2026-265 https://researchdata.se/sv/catalogue/dataset/2026-265 Sveriges lantbruksuniversitet Albin Larsson Ekström Therese Löfroth Joakim Hjältén Ájtte Museum is one of the museums in Sweden that actively works with the collection and preservation of natural history material. The purpose of the collection is to build a special collection with the overall heading: "nature of the mountains". The collected material includes birds, mammals, fish, fungi, minerals, rocks and botanicals. The material constituting the Natural history collections are donated by private persons, the police (“state wildlife”) and other museums and institutions. In addition, the museum also conducts its own active collection activities. Currently, the museum holds over 19,000 natural history objects in its database /collection. The collections are searchable in the museum common database: http://collections.ajtte.com/ and thus accessible to researchers, students and other interested but also useful for educational purposes. The collections are stored in climate-controlled archives so that they can be preserved in a safe and secure way for the future. Our goal is that these unique collections will come to attention of the special interest researcher and be a resource to taxonomic and morphological studies on the species of Northern Sweden. The insect collections are the largest part of the natural history collections of Ájtte museum, with more than 14,500 specimens, mainly including beetles and butterflies with a northern provenance. The beetles (Coleoptera) of this collection were donated by Sven-Erik Nilsson’s estate (2003). The butterflies (Lepidoptera) are from the Jokkmokk area and consists of approximately 1 200 specimens belonging to 400 different species, and was donated by Roger Engelmark (Professor Emeritus, University of Umeå). The museum's collection of reindeers (Rangifer tarandus) is very extensive, perhaps the world's largest. The collection consists of osteological material with over 1 000 skulls, with antlers and jaws from both adult and young animals of both sexes. This well-documented material of reindeer has been collected from the whole Swedish range of distribution. The collection was previous held by the Swedish Museum of Natural History, but in 2010 it was taken over by Ájtte museum. The material was collected by the researcher Folke Skuncke during the middle of the 19th century. Thu, 14 Nov 2013 00:00:00 GMT https://researchdata.se/sv/catalogue/dataset/gbif-sweden-10-15468-eoika6 https://researchdata.se/sv/catalogue/dataset/gbif-sweden-10-15468-eoika6 Svenskt Fjäll- och Samemuseum Göran Sjöberg Dataset used to infer the phylogeny of Dytiscidae in Bergsten et al (2025) "Whole Genome Shotgun Phylogenomics Resolve the Diving Beetle Tree of Life" in Systematic Entomology. Included files: - aa-baits-macse-trees_nov_concat.faa.gz (30M) Amino-acid sequence data in fasta format. Gzip-compressed. - aa-baits-macse-trees_nov_concat.partitions.gz (48K) Gene-partion definitions in plain text format. Gzip-compressed. - ortho.aa.tsv.gz (40K) Tab-separated translation table between TC-V9-V7 ortholog definitions. Gzip-compressed. - README.md (8K) Readme-file, plain text format. -MANIFEST.txt Manifest file listing file content in this item, plain text format. Abstract of original article: Diving beetles (Dytiscidae) are important generalist predators in freshwater ecosystems that have been around since the Jurassic. Previous phylogenetic studies have identified a largely stable set of monophyletic named groups (subfamilies, tribes and subtribes), however backbone relationships among these have remained elusive. Here we use whole-genome sequencing to reconstruct the phylogeny of Dytiscidae. We mine de novo assemblies and combine them with others available from transcriptome studies of Adephaga to compile a dataset of 149 taxa and 5364 orthologous genes. Species tree and concatenated maximum likelihood methods provide largely congruent results resolving in agreement all but two inter-subfamily nodes. All eleven subfamilies are monophyletic supporting previous results, possibly also all tribes but Hydroporini is recovered as paraphyletic with weak support and monophyly of Dytiscini is method dependent. One large clade includes eight of eleven subfamilies (excluding Laccophilinae, Lancetinae and Coptotominae). Matinae is sister to Hydrodytinae + Hydroporinae in contrast with previous studies that have hypothesized Matinae as sister to the remaining Dytiscidae. Copelatinae belong in a clade with Cybistrinae, Dytiscinae, Agabinae and Colymbetinae. Strongly confirmed sister-group relationships of subfamilies include Cybistrinae + Dytiscinae, Agabinae + Colymbetinae, Lancetinae + Coptotominae, and Hydrodytinae + Hydroporinae. Remaining problems include resolving with confidence the basal ingroup trichotomy and relationships between tribes in Hydroporinae. Resolution of tribes in Dytiscinae is affected by methodological inconsistencies. Platynectini, new tribe, is described and Hydrotrupini redefined within subfamily Agabinae. This study is a step forward towards completely resolving the backbone phylogeny of Dytiscidae which we hope will stimulate further work on remaining challenges. DNA extraction Specimen DNAs were extracted using Qiagen DNEasy or Puregene kits (Valencia, California, USA) using the animal tissue protocols. Library preparation DNA extractions of 14 samples were prepared with Chromium Genome kit to generate linked reads with 10X Genomics technology. The 14-sample library was sequenced on 8 lanes of Illumina HiSeqX using a 2x151 bp setup and the 'HiSeq X SBS' chemistry. 12 of the 14 samples were re-sequenced in a second run with identical run parameters as the previous but on 6 lanes and the assembly for these 12 samples are based on merging the data from run 1 and 2. Illumina libraries were prepared for an additional 62 samples following Prum et al. (2015). In short, a Covaris ultrasonicator was used to fragment extracted DNA to a size range of 200-700bp. Using a Beckman-Coulter Biomek FXp liquid-handling robot, we performed blunt-end repair followed by size selection to 200-400 using SPRI select beads (Beckman-Coulter Inc.; 0.9x ratio of bead to sample volume). Adapters containing sample-specific indexes were also ligated (for details, see Prum et al. 2015). After assessing DNA concentration using Qubit, we pooled libraries equally in groups of ~16, and verified library quality using qPCR. Initial sequencing took place on an Illumina NovaSeq6000 S2 flow cell (shared with 38 other samples), with the PE150bp protocol and dual 8bp indexing. After assessing sequencing coverage from this initial run, we re-pooled the libraries (to optimize coverage uniformity) and collected additional reads (same protocol) on a portion of an S4 flow cell. The re-pooling/re-sequencing process was repeated twice more using SP flow cells. De novo assembly For samples prepared using 10X Genomics, draft de novo assemblies were generated using supernova v.2.1.1 with non-default parameters "--nopreflight" and "--accept-extreme-coverage" (Weisenfeld, et al. 2017). For remaining samples, processed reads from the four sequenced lanes were concatenated and used as input for Abyss v2.2 in paired-end mode. After testing several k-mer sizes, we decided to use a k-mer size of 48 based on the quality of resulting alignments and appropriate length of resulting contigs (N50). We also set Abyss to run using a Bloom filter size to 100G with three hash functions (-H argument) and a k-mer count threshold of 3 (-kc). Extraction of orthologous gene dataset We used three previous transcriptome-based studies focusing on Coleoptera (McKenna, et al. 2019), Dytiscoidea (Vasilikopoulos, et al. 2019) or Neuropterida (Vasilikopoulos, et al. 2020) (see ReadMe file) to assemble an orthologous gene dataset. Each orthologous gene is identified by an OrthoDB code and we used OrthoDB V.10 and a translation table to match the codes between OrthoDB V.7 (McKenna, et al. 2019) (Vasilikopoulos, et al. 2020) and V.9 (Vasilikopoulos, et al. 2019) (see ortho.aa.tsv.gz).The matching and merging of the datasets resulted in 6,413 preliminary reference genes. The exon-capture study of Adephaga (Vasilikopoulos, et al. 2021) is a subset of Vasilikopoulous et al. (2019) since it targeted 651 of the 3,085 genes in the latter study and the 651 genes from the Adephaga terminals were downloaded, matched and included as well. The amino-acid alignments from the published data were subsequently used as baits when extracting corresponding regions from the new genome assemblies (scaffolds files). The gene extraction was made using the ALiBaSeq workflow v1.2 (Knyshov, et al. 2021). The workflow performs sequence extraction based on a local alignment search. We used tblastn v2.12.0+ (Camacho, et al. 2009) with an E-value set to 1e-10, and ALiBaSeq run with alibaseqPy3.py -x a -f M -b blast_results -t assemblies -e 1e-10 --is --amalgamate-hits --ac tdna-tdna. The combined nucleotide data set was translated to amino-acids and aligned using the program suite MACSE v10.02 (Ranwez, et al. 2011). This process included multiple sequence alignment with MAFFT v7.271 (Katoh, et al. 2002), at both nucleotide and amino-acid level, and both pre- and post-alignment filtering steps using HMMCleaner v1.8.VR2 (Di Franco, et al. 2019), where longer indel regions, shorter isolated codons, and frameshifts are identified and masked, as well as trimming alignments at the ends. Alignment and filtering The gene files were aligned with MAFFT v7.453 (option --auto). The multiple sequence alignment was then filtered using BMGE v1.12 (Criscuolo and Gribaldo 2010) with default settings. Maximum likelihood phylogenies were then estimated using RAxML-NG v1.1.0 (Kozlov, et al. 2019) with a fixed substitution model (LG+G8+F) (Yang 1994, Le and Gascuel 2008). These trees were used together with the multiple sequence alignment as input to TreeShrink v1.3.9 (Mai and Mirarab 2018) (with default settings), which can filter sequences based on whether a terminal appears as an outlier in a tree as determined by its branch length. The resulting, filtered alignment (5,364 genes, 825,452 aa positions, 149 terminals, aa file: aa-baits-macse-trees_nov_concat.faa, gene partition file: aa-baits-macse-trees_nov_concat.partitions) was then re-aligned with MAFFT, and subjected to a new tree inference with RAxML-NG, this time with automatic selection of the substitution model using ModelTest-NG v.0.2.0 (Darriba, et al. 2019). The final set of gene trees was used as input to ASTRAL-III v5.6.3 (Zhang, et al. 2018) and the concatenated dataset used for maximum likelihood analysis with IQ-TREE v2.1.2 (Nguyen, et al. 2015). See original paper and its supplementary information for further details on analyses and data sources. Mon, 28 Apr 2025 00:00:00 GMT https://researchdata.se/sv/catalogue/dataset/doi-10-17044-scilifelab-28868468 https://researchdata.se/sv/catalogue/dataset/doi-10-17044-scilifelab-28868468 Naturhistoriska riksmuseet Johannes Bergsten Johan Nylander Oscar Ospina Alan Lemmon Kelly Miller Fenotypisk växtdata och herbivory data från åtta Solanum dulcamara populationer i fyra habitat i södra Sverige, och leddjursdata från fem av dessa population insamlade med skålfällor och klibbiga fällor. De fenotypiska växtdata inkluderar mått på tillväxt och reproduktion. Herbivoridata inkluderar mått på förlorad bladyta. Leddjursdata är uppdelade på olika taxa. Thu, 03 Sep 2026 12:19:13 GMT https://researchdata.se/sv/catalogue/dataset/2026-144 https://researchdata.se/sv/catalogue/dataset/2026-144 Sveriges lantbruksuniversitet Åsa Lankinen Kristin Aleklett