Environmental DNA Metabarcoding Detects Predators at Higher Rates Than Electrofishing
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.
Notice bibliographique
Résumé
ABSTRACT There are numerous downsides and risks associated with electrofishing; hence, environmental DNA (eDNA) metabarcoding is becoming increasingly common in aquatic ecological studies. Generally, researchers agree that eDNA metabarcoding is more sensitive than electrofishing, and that eDNA metabarcoding is better at detecting rare species. As predatory species tend to be rarer than prey species, eDNA metabarcoding should hypothetically detect more predator species than electrofishing. Instead of supporting the notion that eDNA must replace electrofishing, or that eDNA and electrofishing must display the same results, the current study aims to establish the strengths and weaknesses of eDNA metabarcoding when compared to electrofishing. eDNA metabarcoding and electrofishing data were collected on three sampling dates at four experimental sites. A RV coefficient analysis confirmed that the eDNA metabarcoding data (RV = 0.395, p = 0.057) are statistically different from the electrofishing data. A paired Wilcoxon signed rank test revealed that eDNA data collection techniques detect more predatory species than electrofishing ( p = 0.041). When the analysis was conducted for prey species a statistically significant difference did not occur ( p = 0.661). Overall, the results of the study suggest that eDNA metabarcoding does not display the same results as electrofishing due to eDNA metabarcoding detecting predatory species at higher rates. The combined use of eDNA alongside electrofishing can help mitigate electrofishing's bias against predatory species, while electrofishing can address reliability concerns associated with eDNA. This collaborative approach ultimately enhances the accuracy of fish community assessments.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 0,020 |
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 découle