Environmental DNA detection and abundance estimates comparable to conventional methods for three freshwater larval species at a power plant discharge
Notice bibliographique
Résumé
Abstract Early life stage (ELS) fishes provide a valuable metric for species, population, and ecosystem monitoring. Industrial, manufacturing, and power generating facilities in the United States can be required to monitor ELS fishes to assess impacts of facility intake waters. Traditional methods for collecting, identifying, and enumerating ELS fishes include ichthyoplankton netting and pumping from intake and discharge waters. However, sampling at these sites can prove challenging from logistical and safety standpoints, with added challenges of identifying and post‐processing of ELS fishes to quantify facility impacts on waterbodies for regulatory purposes. Methods utilizing environmental DNA (eDNA) may offer improvements in these areas. This study assessed the utility of novel, species‐specific qPCR assays to detect eDNA from three differentially abundant fish species (alewife (Alosa pseudoharengus; Wilson, 1811), gizzard shad (Dorosoma cepedianum; Lesueur, 1818), and yellow perch (Perca flavescens; Mitchill, 1814)) at the outflow of an industrial site. eDNA concentrations were compared with abundance estimates derived from two conventional collection methods to explore the potential utility of eDNA‐based methods in future monitoring. The likelihood of detecting gizzard shad, yellow perch, and alewife in the discharge waters of the power generation station was not significantly different among eDNA, plankton netting, or pump sampling. Results suggest successful detections differ by species and time of year for each method. Gizzard shad eDNA relative abundance correlated strongly with total larval abundances captured by the pumping but not the netting methods, whereas yellow perch eDNA abundance was found to correlate with both conventional methods. Alewife was not detected by any method, consistent with documentation of the decline in this species within the lake. Overall, our study found a positive relationship between eDNA abundance and larval fish abundance in both daily and seasonal sampling, suggesting that fluctuations in eDNA concentration may be linked to larval abundance.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».