Fish community surveys in eelgrass beds using both eDNA metabarcoding and seining: implications for biodiversity monitoring in the coastal zone
Notice bibliographique
Résumé
Marine Protected Areas (MPAs) have been adopted globally as a tool to combat biodiversity loss and restore marine ecosystems. Successful application of MPAs will be predicated on the ability to monitor biodiversity in a synoptic and noninvasive manner. Environmental DNA (eDNA) methods have important advantages over traditional biodiversity survey methods for monitoring conservation areas. To evaluate the efficacy of eDNA metabarcoding for fish biodiversity monitoring, we sampled 19 coastal eelgrass (Zostera marina) beds in Canada, as eelgrass beds are known for high biodiversity and significant conservation value. At each site, beach seines were used to survey fish and water samples were collected contemporaneously for eDNA metabarcoding. In total, beach seining caught 32 672 individuals across 59 fish taxa, and eDNA detected 129 fish taxa. eDNA captured site-level variation and detected higher species richness at both site and regional levels compared to seining. eDNA abundance had a positive association with capture abundance. Collectively these results highlight how eDNA metabarcoding offers an efficient approach for monitoring fish biodiversity in coastal eelgrass beds, thus providing a valuable and noninvasive tool for MPA planning and coastal monitoring.
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 | 0,003 | 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 | 0,002 | 0,001 |
| 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 ».