Using environmental DNA for biomonitoring of freshwater fish communities: Comparison with established gillnet surveys in a boreal hydroelectric impoundment
Notice bibliographique
Résumé
Abstract Accurate data characterizing species distribution and abundance are critical for conservation and management of aquatic resources. Inventory methods, such as gillnet surveys, are widely used to estimate distribution and abundance of fish. However, gillnet surveys can be costly in terms of material and human resources, may cause unwanted mortality in the fish communities being studied, and is subject to size and species selection bias. Detecting allochthonous DNA released by species in their environment (i.e., environmental DNA, hereafter eDNA) could be used as a noninvasive and less costly alternative. In this study, we directly compare eDNA metabarcoding and gillnets for monitoring freshwater fish communities in terms of species richness and relative species abundance. Metabarcoding was performed with the 12S Mifish primers. We also used species‐specific quantitative PCR (qPCR) for the most abundant species, the walleye ( Sander vitreus ), to compare estimated relative abundance with metabarcoding and gillnet captures. Water sample collection, prior to gillnet assessment, was performed on 17 sites in the hydroelectric impoundment of the Rupert River (James Bay, Canada), comparing two water filtration methods. After controlling for amplification biases and repeatability, we show that fish communities’ complexity is better represented using eDNA metabarcoding than previously recorded gillnet data and that metabarcoding read count correlates with qPCR ( r = 0.78, p < .001) in reflecting walleye abundance. Finally, based on partial redundancy analysis, we identified alpha chlorophyll, pH, and dissolved oxygen as environmental variable candidates that may influence differences in fish relative abundance between metabarcoding and gillnets. Altogether, our study demonstrates that the proposed eDNA metabarcoding method can be used as an efficient alternative or complementary technique adapted to the biomonitoring of the fish communities in boreal aquatic ecosystems.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».