MétaCan
Menu
Retour à la cohorte
Enregistrement W4362677843 · doi:10.25225/jvb.22068

A rapid assessment of non-native fish distributions in two English river basins using environmental DNA

2023· article· en· W4362677843 sur OpenAlexaff
Phil I. Davison, Gordon H. Copp

Notice bibliographique

RevueJournal of Vertebrate Biology · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental DNA in Biodiversity Studies
Établissements canadiensTrent University
Organismes subventionnairesnon disponible
Mots-clésEnvironmental DNADrainage basinAbundance (ecology)LepomisEstuarySTREAMSEnvironmental scienceInvasive speciesHydrology (agriculture)EcologyIntroduced speciesFish <Actinopterygii>GeographyFisheryBiologyBiodiversityGeology

Résumé

récupéré en direct d'OpenAlex

Environmental DNA (eDNA) surveys are increasingly used to inform management decisions for non-native species, for example, by detecting the presence and plotting distributions of species that may be in too low abundance for easy detection by conventional means. A recently-developed nested PCR protocol was used to assess the distributions of three non-native fish species in two river basins of southern England (River Test, Hampshire; River Ouse, Sussex). These river basins were known to contain three non-native fishes, either in the recent past or currently: two invasive small-bodied fish species (topmouth gudgeon Pseudorasbora parva, sunbleak Leucaspius delineatus), as well as a currently non-invasive species predicted to become invasive under future climate conditions, pumpkinseed Lepomis gibbosus. Water samples were collected at locations from headwater streams to estuary. Pumpkinseed and sunbleak were both detected downstream of an angling venue in the Sussex Ouse catchment known to contain those species, with an upstream expansion of sunbleak suggested by the detection of eDNA at a few upstream locations. Neither sunbleak nor topmouth gudgeon was detected in water samples from the River Test catchment, suggesting that neither species has persistent populations in that river catchment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,288
Écart entre enseignants0,265 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Vertebrate BiologyMême sujetEnvironmental DNA in Biodiversity StudiesTravaux en français237 207