Methodological considerations for monitoring soil/litter arthropods in tropical rainforests using DNA metabarcoding, with a special emphasis on ants, springtails and termites
Notice bibliographique
Résumé
Robust data to refute or support claims of global insect decline are currently lacking, particularly for the soil fauna in the tropics. DNA metabarcoding represents a powerful approach for rigorous spatial and temporal monitoring of the taxonomically challenging soil fauna. Here, we provide a detailed field protocol, which was successfully applied in Barro Colorado Island (BCI) in Panama, to collect soil samples and arthropods in a tropical rainforest, to be later processed with metabarcoding. We also estimate the proportion of soil/litter ant, springtail and termite species from the local fauna that can be detected by metabarcoding samples obtained either from Berlese-Tullgren (soil samples), Malaise or light traps. Each collecting method detected a rather distinct fauna. Soil and Malaise trap samples detected 213 species (73%) of all target species. Malaise trap samples detected many ant species, whereas soil samples were more efficient at detecting springtail and termite species. With respect to long-term monitoring of soil-dwelling and common species (more amenable to statistical trends), the best combination of two methods were soil and light trap samples, detecting 94% of the total of common species. A protocol including 100 soil, 40 Malaise and 80 light trap samples annually processed by metabarcoding would allow the long-term monitoring of at least 11%, 18% and 16% of species of soil/litter ants, springtails and termites, respectively, present on BCI, and a high proportion of the total abundance (up to 80% of all individuals) represented by these taxa.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 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 tête enseignante, 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 ».