Applying Environmental DNA Methods to Inform Detection Of Simpsonaias ambigua under Varying Water Velocities in a River
Notice bibliographique
Résumé
Conventional survey methods to find rare and endangered aquatic species can be time consuming, expensive, destructive to habitat, and limited by the physical conditions of a site. Sampling for environmental DNA (eDNA) shed by organisms into their environments can overcome these limitations, maximizing conservation resources. However, the optimal spatial sampling interval for eDNA detection is poorly known. We developed and assessed eDNA methods for application to Simpsonaias ambigua (Salamander Mussel), a unionid mussel that is considered at risk throughout most of its range. We developed a quantitative PCR assay and optimized methods to detect S. ambigua eDNA in water samples, and we experimentally determined eDNA shedding and decay rates. We used these rates to populate a previously published eDNA transport model to estimate the maximum downstream distance from the source (i.e., the location of live mussels) at which eDNA could be detected as a function of environmentally relevant source eDNA concentrations and water velocities. The model predicted that maximum detection distance varied greatly depending on source eDNA concentration and water velocity. At low eDNA concentration and water velocity (1.0 copy/mL and ,0.1 m/s, respectively), eDNA will be detected only at the source, requiring spatially intensive eDNA sampling. At higher eDNA concentration and water velocity (5.0 copies/mL and 0.8 m/s, respectively), eDNA can be detected at least 10 km downstream, requiring less intensive sampling. Based on our results, we provide recommendations for the development of optimal eDNA sampling design for detecting rare or endangered species.
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) | 0,000 | 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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».