Improving herpetological surveys in eastern North America using the environmental DNA method
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Among vertebrates, herpetofauna has the highest proportion of declining species. Detection of environmental DNA (eDNA) is a promising method towards significantly increasing large-scale herpetological conservation efforts. However, the integration of eDNA results within a management framework requires an evaluation of the efficiency of the method in large natural environments and the calibration of eDNA surveys with the quantitative monitoring tools currently used by conservation biologists. Towards this end, we first developed species-specific primers to detect the wood turtle (Glyptemys insculpta) a species at risk in Canada, by quantitative PCR (qPCR). The rate of eDNA detection obtained by qPCR was also compared to the relative abundance of this species in nine rivers obtained by standardized visual surveys in the Province of Québec (Canada). Second, we developed multi-species primers to detect North American amphibian and reptile species using eDNA metabarcoding analysis. An occurrence index based on the distribution range and habitat type was compared with the eDNA metabarcoding dataset from samples collected in seven lakes and five rivers. Our results empirically support the effectiveness of eDNA metabarcoding to characterize herpetological species distributions. Moreover, detection rates provided similar results to standardized visual surveys currently used to develop conservation strategies for the wood turtle. We conclude that eDNA detection rates may provide an effective semiquantitative survey tool, provided that assay calibration and standardization is performed.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle