Seas the DNA? Limited detection of cetaceans by low‐volume environmental DNA transect surveys
Notice bibliographique
Résumé
Abstract Environmental DNA (eDNA) has begun to show promise as a robust and reproducible tool for monitoring cetaceans in coastal and offshore waters. Some limiting factors preventing the wider application of eDNA for cetacean monitoring includes lack of species‐specific qPCR assays and limited in situ validation. In this study, we determined 15 monitoring stations within cetacean hotspots in Chatham Sound (British Columbia, Canada), from which we collected a combination of visual and acoustic data, and low‐volume eDNA samples (equivalent to ~250 mL seawater). We designed novel eDNA assays for gray whale and Dall's porpoise and validated existing assays for harbor porpoise, killer whale, and humpback whale. Overall, we collected a total of 120 paired eDNA samples across four sampling intervals, 60 preserved with absolute ethanol and 60 preserved with propylene glycol antifreeze. Positive rates for visual (18%) and acoustic (4%) detections were higher than the eDNA detection rate (<3%), with only one sample (antifreeze‐preserved) producing a positive detection for humpback whales at one of the stations. We discuss factors which could have influenced the lack of detections and highlight the need for higher sample volumes and species‐specific sample approaches to improve detection success and confidence in eDNA applicability for cetacean monitoring.
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 | 0,004 | 0,008 |
| 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 | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».