MétaCan
Menu
Retour à la cohorte
Enregistrement W3164269982 · doi:10.1111/mec.15942

Trade‐offs between reducing complex terminology and producing accurate interpretations from environmental DNA: Comment on “Environmental DNA: What's behind the term?” by Pawlowski et al., (2020)

2021· letter· en· W3164269982 sur OpenAlexaff
Naiara Rodríguez‐Ezpeleta, Olivier Morissette, Colin W. Bean, Shivakumara Manu, Pritam Banerjee, Anaïs Lacoursière‐Roussel, Kingsly C. Beng, S. Elizabeth Alter, Fabian Roger, Luke E. Holman, Kathryn A. Stewart, Michael T. Monaghan, Quentin Mauvisseau, Luca Mirimin, Owen S. Wangensteen, Caterina M. Antognazza, Sarah Helyar, Hugo de Boer, Marie‐Ève Monchamp, Reindert Nijland, Cathryn L. Abbott, Hideyuki Doi, Matthew A. Barnes, Matthieu Leray, Pascal I. Hablützel, Kristy Deiner

Notice bibliographique

RevueMolecular Ecology · 2021
Typeletter
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental DNA in Biodiversity Studies
Établissements canadiensMcGill UniversityGovernment of CanadaFisheries and Oceans CanadaMinistère des Ressources naturelles et des Forêts
Organismes subventionnairesH2020 European Research CouncilMinisterio de Ciencia e Innovación
Mots-clésTerminologyEnvironmental DNABiologyTerm (time)BiomonitoringEvolutionary biologyEcologyEnvironmental resource managementBiodiversityLinguistics

Résumé

récupéré en direct d'OpenAlex

In a recent paper, "Environmental DNA: What's behind the term? Clarifying the terminology and recommendations for its future use in biomonitoring," Pawlowski et al. argue that the term eDNA should be used to refer to the pool of DNA isolated from environmental samples, as opposed to only extra-organismal DNA from macro-organisms. We agree with this view. However, we are concerned that their proposed two-level terminology specifying sampling environment and targeted taxa is overly simplistic and might hinder rather than improve clear communication about environmental DNA and its use in biomonitoring. This terminology is based on categories that are often difficult to assign and uninformative, and it overlooks a fundamental distinction within eDNA: the type of DNA (organismal or extra-organismal) from which ecological interpretations are derived.

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 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 consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,419
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,016
Tête enseignante GPT0,226
Écart entre enseignants0,210 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations122
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular EcologyMême sujetEnvironmental DNA in Biodiversity StudiesTravaux en français237 207