Metabarcoding metacommunities: time, space, and land use interact to structure aquatic macroinvertebrate communities in streams
Notice bibliographique
Résumé
Abstract There is an increasing need to move beyond evaluating the effect of land use on stream communities by only studying local variables, and instead incorporate a metacommunity perspective which integrates environmental and spatial factors across larger spatial scales. The use of molecular tools (DNA metabarcoding) to identify bioindicator groups, such as aquatic macroinvertebrates, can provide greater taxonomic resolution to explore patterns in stream metacommunities. In this study, we collected aquatic macroinvertebrates from streams in southern Ontario which spanned a gradient of agricultural disturbance and used DNA metabarcoding to identify the species composition from these samples. We address a significant knowledge gap in previous stream aquatic macroinvertebrate metacommunity studies by incorporating molecular identification as well as a temporal component. We observed that a combination of local habitat conditions, regional agricultural land use, and spatial position influenced aquatic macroinvertebrate community composition, suggesting there is an interaction between environmental filtering and dispersal processes that structures these communities. However, aquatic macroinvertebrate communities were also highly dissimilar between streams and composed of many rare species, and a large percentage of unexplained variation suggests that there is a strong stochastic component to community assembly. We also observed that there is a seasonal component to metacommunity dynamics, with different water quality variables being significant to community composition in each sampling month. While we expected that an increased percentage of surrounding agricultural land use would result in more homogenous macroinvertebrate communities, we only detected this relationship in May and found evidence that a larger riparian buffer width can mitigate the effects of agricultural land use. We demonstrate the utility of DNA metabarcoding for revealing patterns in metacommunity dynamics that may not be detectable using coarse taxonomic identifications, and reveal the importance of incorporating a seasonal component when evaluating the influence of land use on community composition.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 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 ».