Using metabarcoding and droplet digital PCR to investigate drivers of historical shifts in cyanobacteria from six contrasting lakes
Notice bibliographique
Résumé
The frequency and intensity of cyanobacterial blooms is increasing worldwide. Multiple factors are implicated, most of which are anthropogenic. New Zealand provides a useful location to study the impacts of human settlement on lake ecosystems. The first humans (Polynesians) arrived about 750 years ago. Following their settlement, there were marked landscape modifications which intensified after European settlement about 150 years ago. The aims of this study were to reconstruct cyanobacterial communities in six lakes over the last 1000 years and explore key drivers of change. Cyanobacterial environmental DNA was extracted from sediment cores and analysed using metabarcoding and droplet digital PCR. Cyanobacteria, including potentially toxic or bloom forming species, were already present in these lakes prior to human arrival, however their overall abundance was low. Total cyanobacteria abundance and richness increased in all lakes after European settlement but was very pronounced in four lakes, where bloom-forming taxa became dominant. These shifts occurred concomitant with land-use change. The catchment of one deteriorated lake is only moderately modified, thus the introduction of non-native fish is posited as the key factor driving this change. The paleolimnological approach used in this study has enabled new insights into timing and potential causes of changes in cyanobacterial communities.
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 | 0,001 | 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 | 0,000 | 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) | 0,000 | 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 ».