MétaCan
Menu
Retour à la cohorte
Enregistrement W2885015947 · doi:10.1002/ece3.4213

<scp>eDNA</scp> metabarcoding as a new surveillance approach for coastal Arctic biodiversity

2018· article· en· W2885015947 sur OpenAlexafffundabout
Anaïs Lacoursière‐Roussel, Katie E. Howland, Éric Normandeau, Erin K. Grey, Philippe Archambault, Kristy Deiner, David M. Lodge, Cécilia Hernandez, Noémie Leduc, Louis Bernatchez

Notice bibliographique

RevueEcology and Evolution · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental DNA in Biodiversity Studies
Établissements canadiensUniversité LavalFisheries and Oceans Canada
Organismes subventionnairesFisheries and Oceans CanadaArcticNetPolar Knowledge Canada
Mots-clésEnvironmental DNABiodiversityArcticEcologyEcosystemEnvironmental scienceFisheryBiology

Résumé

récupéré en direct d'OpenAlex

Because significant global changes are currently underway in the Arctic, creating a large-scale standardized database for Arctic marine biodiversity is particularly pressing. This study evaluates the potential of aquatic environmental DNA (eDNA) metabarcoding to detect Arctic coastal biodiversity changes and characterizes the local spatio-temporal distribution of eDNA in two locations. We extracted and amplified eDNA using two COI primer pairs from ~80 water samples that were collected across two Canadian Arctic ports, Churchill and Iqaluit, based on optimized sampling and preservation methods for remote regions surveys. Results demonstrate that aquatic eDNA surveys have the potential to document large-scale Arctic biodiversity change by providing a rapid overview of coastal metazoan biodiversity, detecting nonindigenous species, and allowing sampling in both open water and under the ice cover by local northern-based communities. We show that DNA sequences of ~50% of known Canadian Arctic species and potential invaders are currently present in public databases. A similar proportion of operational taxonomic units was identified at the species level with eDNA metabarcoding, for a total of 181 species identified at both sites. Despite the cold and well-mixed coastal environment, species composition was vertically heterogeneous, in part due to river inflow in the estuarine ecosystem, and differed between the water column and tide pools. Thus, COI-based eDNA metabarcoding may quickly improve large-scale Arctic biomonitoring using eDNA, but we caution that aquatic eDNA sampling needs to be standardized over space and time to accurately evaluate community structure changes.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,364
Score d'incertitude au seuil0,724

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,206
Écart entre enseignants0,191 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations225
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEcology and EvolutionMême sujetEnvironmental DNA in Biodiversity StudiesTravaux en français237 207