MétaCan
Menu
Retour à la cohorte
Enregistrement W4387519772 · doi:10.1002/edn3.461

How much is enough? Examining the sampling effort necessary to estimate mean <scp>eDNA</scp> concentrations in lentic systems

2023· article· en· W4387519772 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueEnvironmental DNA · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental DNA in Biodiversity Studies
Établissements canadiensMinistère des Ressources naturelles et des ForêtsSépaqUniversité LavalMinistère de l’Environnement, de la Lutte contre les changements climatiques, de la Faune et des ParcsUniversity of Windsor
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésReplicateSampling (signal processing)Environmental scienceHabitatSample size determinationEcologyStatisticsLake ecosystemAggregate (composite)BiologyMathematicsComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract The concentration of eDNA in an environment can provide important ecological information of relevance for management and conservation, but little research has explored optimizing sampling strategies to estimate mean eDNA concentrations in natural environments. Inter‐replicate eDNA concentrations often exhibit right‐skewed “clustered” or “clumped” distributions, likely due to the stochastic capture of large “aggregate” particles with high eDNA copy numbers. This has important potential implications for modeling the resulting sampling effort necessary to accurately quantify eDNA concentrations. In a previous study, 17–20 Brook Charr eDNA samples were collected from 28 lakes in Québec, Canada. We explored how variation in eDNA concentrations within a lake was affected by several habitat characteristics. We then conducted a power analysis to determine the sampling effort (“minimum n”) necessary to accurately quantify mean lake eDNA concentrations and, using simulations, explored how a bimodal distribution of eDNA particle copy count could affect inter‐replicate variability. The median sample size such that 90% of sample mean estimates were within 20% of the “true” mean was 12.5; a sample size of 20 was sufficient to quantify mean concentrations in 21/28 lakes. We found no evidence that temperature or lake size impacted sample variability. We also found that variance among replicates was non‐linearly related to mean lake eDNA concentration across years: variability was lowest at low and high concentrations and highest at intermediate concentrations. We hypothesize that this resulted from the stochastic capture of large “aggregate” particles at intermediate concentrations; at low concentrations, aggregates were likely rarely captured and at high concentrations may represent a consistent component of total eDNA. Simulations demonstrated that these patterns can emerge from some bimodal eDNA particle “size” distributions. Overall, we conclude that sampling efforts in many previous studies (notably including the authors' own) were potentially low, emphasizing the need to increase spatial replication in lentic surveys.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,029
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,004

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 Opus0,032
Tête enseignante GPT0,245
Écart entre enseignants0,213 · 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