MétaCan
Menu
Retour à la cohorte
Enregistrement W2991423413 · doi:10.1002/edn3.58

Environmental DNA surveys help to identify winter hibernacula of a temperate freshwater turtle

2019· article· en· W2991423413 sur OpenAlexafffundabout
Wenxi Feng, Grégory Bulté, Stephen C. Lougheed

Notice bibliographique

RevueEnvironmental DNA · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental DNA in Biodiversity Studies
Établissements canadiensCarleton UniversityQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésOverwinteringTemperate climateEcologyTurtle (robot)Environmental DNALatitudeBiologyPopulationBiodiversityEnvironmental scienceFisheryGeography

Résumé

récupéré en direct d'OpenAlex

Abstract Background and aims Overwintering is a critical part of the annual cycle of animals living at high latitudes, and selection of overwintering sites (hibernacula) is important to population persistence. Identifying the overwintering sites of aquatic species is challenging in areas where water bodies are frozen for significant parts of the year. We tested whether environmental DNA (eDNA) approaches could help to locate them. Materials and methods We conducted environmental DNA surveys of underwater overwintering sites of the northern map turtle (Graptemys geographica), a species of conservation concern in Canada. We collected water samples under the ice in winter across a mid‐sized temperate lake and used quantitative PCR with a species‐specific probe to quantify concentrations of map turtle eDNA. Results and discussion We found localized eDNA signals consistent with known overwintering sites and one previously suspected site. The latter was further confirmed using underwater remote operated vehicle (ROV) visual surveys. Conclusions Our study confirms that eDNA can offer insights on a critical part of the annual cycle of aquatic species, for which we know very little.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,008
Tête enseignante GPT0,210
Écart entre enseignants0,202 · 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

Citations34
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEnvironmental DNAMême sujetEnvironmental DNA in Biodiversity StudiesTravaux en français237 207