Debido a su excelente registro de preservación, los zooplancton testados proporcionan valiosos datos proxy sobre el clima oceánico a través del Cuaternario-Recién. Comúnmente, se buscan abundancias de especímenes, que son laboriosas de recolectar manualmente y requieren experiencia taxonómica. Si bien los modelos de aprendizaje automático evitan estos problemas, se cuestiona si el uso actual de especímenes seleccionados por expertos para entrenar los modelos captura de manera imparcial la variación dentro de las poblaciones fuente. Para ilustrar el potencial valor de lo anterior y su relevancia para la selección de especímenes representativos, se examina la forma del contorno 2D del foraminífero planctónico de cuatro colecciones distribuidas globalmente, de finales del Cuaternario-moderno. La gran variación intra-muestra se atribuye a cambios en el tamaño y la forma de la última cámara formada, que a menudo se aparta radicalmente de sus predecesoras. Contornos similares ocurren en cada colección, y no hay una única forma axial dominante cuando los datos agregados, alineados en sus centroides y ajustados por tamaño y posición, se proyectan en sus componentes principales. Se consideran varias particiones basadas en la distancia desde el centroide de los datos estandarizados como fuentes de especímenes representativos, siendo la de +/-1.645 (desviaciones estándar, nominalmente 90%) sugerida como adecuada. Este procedimiento evita la necesidad de muestreo por consenso basado en expertos; para una mayor resolución ambiental, puede aplicarse a muestras individuales de masas de agua. Ayuda, pero no resuelve completamente, la siguiente pregunta diagnóstica básica: ¿qué caracteres se separan de sus parientes?