Fish community shifts along a strong fluvial environmental gradient revealed by eDNA metabarcoding
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Large rivers and their estuaries are structurally complex and comprise a diversity of habitats supporting a rich biodiversity. As a result, identifying and monitoring fish communities using traditional methods in such systems may often be logistically challenging. Using the mitochondrial DNA 12S MiFish primers, we performed an eDNA metabarcoding analysis to assess the effect of spatial and environmental factors on the variation of the fish community structure along most of the St. Lawrence River/Estuary/Gulf (Québec Canada), a transect spanning 1300 km across a diversity of habitats from a fluviatile non‐tidal section to a marine environment. A total of 129 species were identified including freshwater and marine species. For the freshwater sectors, eDNA identified 80 species compared with the 85 species previously reported based on conventional sampling. eDNA also revealed similar species diversity and communities in the fluviatile section of the St. Lawrence River. Furthermore, our study improved current knowledge about the brackish and marine sections by describing community transition between freshwater and marine fish communities in association with a drastic shift in environmental conditions observed between the end of the fluvial estuary and the beginning of the middle (brackish) estuary. Altogether, this study exemplifies how eDNA metabarcoding is a powerful tool to document fish community shifts in large temperate lotic 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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,003 |
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 découle