Lateral and longitudinal fish environmental DNA distribution in dynamic riverine habitats
Notice bibliographique
Résumé
Abstract Assessing the status and distribution of fish populations in rivers is essential for management and conservation efforts in these dynamic habitats. Currently, methods detecting environmental DNA (eDNA) are being established as an alternative and/or complementary approach to the traditional monitoring of fish species. In lotic systems, a sound understanding of hydrological conditions and their influence on the local target detection probability and DNA quantity is key for the interpretation of eDNA‐based results. However, the effect of seasonal and diurnal changes in discharge and the comparability of semi‐quantitative results between species remain hardly addressed. We conducted a cage experiment with four fish species (three salmonid and one cyprinid species) in a glacier‐fed, fish‐free river in Tyrol (Austria) during summer, fall, and winter discharge situations (i.e., 25‐fold increase from winter to summer). Each season, water samples were obtained on three consecutive days at 13 locations downstream of the cages including lateral sampling every 1–2 m across the wetted width. Fish eDNA was quantified by species‐specific endpoint PCR followed by capillary electrophoresis. Close to the cages, lateral eDNA distribution was heterogenous and mirrored cage placement within the stream. In addition to the diluting effect of increased discharge, longitudinal signal changes within the first 20 m were weakest at high discharge. For downstream locations with laterally homogenous eDNA distribution, the signals decreased significantly with increasing distance and discharge. Generally, the eDNA of the larger‐bodied salmonid species was less frequently detected, and signal strengths were lower compared to the cyprinid species. This study exemplifies the importance of hydrological conditions for the interpretation of eDNA‐based data across seasons. To control for heterogenous eDNA distribution and enable comparisons over time, sampling schemes in lotic habitats need to incorporate hydrological conditions and species traits.
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 | 0,000 | 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».