MétaCan
Menu
Retour à la cohorte
Enregistrement W3202682960 · doi:10.1111/mec.16202

Integrating physiology and environmental dynamics to operationalize environmental DNA (eDNA) as a means to monitor freshwater macro‐organism abundance

2021· article· en· W3202682960 sur OpenAlexafffund
Matthew C. Yates, Melania E. Cristescu, Alison M. Derry

Notice bibliographique

RevueMolecular Ecology · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental DNA in Biodiversity Studies
Établissements canadiensMcGill UniversityUniversité du Québec à Montréal
Organismes subventionnairesFonds de recherche du Québec – Nature et technologies
Mots-clésBiologyEnvironmental DNAOrganismOperationalizationAbundance (ecology)EcologyEnvironmental changeMacroModel organismEvolutionary biologyMolecular ecologyGeneticsClimate changeBiodiversityPopulationGene

Résumé

récupéré en direct d'OpenAlex

Research has demonstrated consistent positive correlations between organism abundance and absolute environmental DNA (eDNA) concentrations. Robust correlations in laboratory experiments indicate strong functional links, suggesting the potential for eDNA to monitor organism abundance in nature. However, correlations between absolute eDNA concentrations and organism abundance in nature tend to be weaker because myriad biotic and abiotic factors influence steady-state eDNA concentrations, decoupling its direct functional link with abundance. Additional technical challenges can also weaken correlations between relative organism abundance and relative eDNA data derived from metabarcoding. Future research must account for these factors to improve the inference of organism abundance from eDNA, including integrating the effects of organism physiology on eDNA production, eDNA dynamics in lentic/lotic systems, and key environmental parameters that impact estimated steady-state concentrations. Additionally, it is critical to manage expectations surrounding the accuracy and precision that eDNA can provide - eDNA, for example, cannot provide abundance estimates comparable to intensively managed freshwater fisheries that enumerate every individual fish. Recent developments, however, are encouraging. Current methods could provide meaningful information regarding qualitative conservation thresholds and emergent research has demonstrated that eDNA concentrations in natural ecosystems can provide rough quantitative estimates of abundance, particularly when models integrate physiology and/or eDNA dynamics. Operationalizing eDNA to infer abundance will probably require more than simple correlations with organism biomass/density. Nevertheless, the future is promising - models that integrate eDNA dynamics in nature could represent an effective means to infer abundance, particularly when traditional methods are considered too "costly" or difficult to obtain.

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 consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,500
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,003

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.

Tête enseignante Opus0,003
Tête enseignante GPT0,192
Écart entre enseignants0,188 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations80
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMolecular EcologyMême sujetEnvironmental DNA in Biodiversity StudiesTravaux en français237 207