MétaCan
Menu
Retour à la cohorte
Enregistrement W2973214152 · doi:10.1002/edn3.33

Assessing different components of diversity across a river network using eDNA

2019· article· en· W2973214152 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEnvironmental DNA · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental DNA in Biodiversity Studies
Établissements canadiensUniversité de Montréal
Organismes subventionnairesUniversität ZürichEidgenössische Technische Hochschule ZürichVelux StiftungSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNational Science Foundation
Mots-clésSpecies richnessBiodiversityGamma diversityBeta diversityNestednessTaxonEnvironmental DNAEcologyAlpha diversityEcosystem diversityIdentification (biology)Sampling (signal processing)River ecosystemBiologyScale (ratio)GeographyEcosystemCartography

Résumé

récupéré en direct d'OpenAlex

Abstract Assessing individual components of biodiversity, such as local or regional taxon richness, and differences in community composition is a long‐standing challenge in ecology. It is especially relevant in spatially structured and diverse ecosystems. Environmental DNA (eDNA) has been suggested as a novel technique to detect taxa and therefore may allow to accurately measure biodiversity. However, we do not yet fully understand the comparability of eDNA‐based assessments to classical morphological approaches. We assessed may‐, stone‐, and caddisfly genera with two contemporary methods, namely eDNA sampling followed by molecular identification and kicknet sampling followed by morphological identification. We sampled 61 sites distributed over a large river network, allowing a comparison of various diversity measures from the catchment to site levels and providing insights into how these measures relate to network properties. We extended our data with historical morphological records of total diversity at the catchment level. At the catchment scale, identification based on eDNA and kicknet samples detected similar proportions of the overall and cumulative historically documented richness (gamma diversity), 42% and 46%, respectively. We detected a good overlap (62%) between genera identified from eDNA and kicknet samples at the regional scale. At the local scale, we found highly congruent values of local taxon richness (alpha diversity) between eDNA and kicknet samples. Richness of eDNA was positively related to discharge, a descriptor of network position, while kicknet was not. Beta diversity, a measure of dissimilarity between sites, was comparable for the two contemporary methods and is driven by species replacement and not by nestedness. Although eDNA approaches are still in their infancy and optimization regarding sampling design and laboratory work is still needed, our results indicate that it can capture different components of diversity, proving its potential utility as a new tool for large sampling campaigns across hitherto understudied complete river catchments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,098
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,005
Intégrité de la recherche0,0000,000
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 Opus0,033
Tête enseignante GPT0,242
Écart entre enseignants0,209 · 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