MétaCan
Menu
Retour à la cohorte
Enregistrement W4405822708 · doi:10.1101/2024.12.23.629923

eDNA provides accurate population abundance estimates with bioenergetics and particle mass-balance modelling

2024· preprint· en· W4405822708 sur OpenAlexafffund
Julien Beaulieu, Matthew C. Yates, Dylan J. Fraser, Melania E. Cristescu, Alison M. Derry

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2024
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental DNA in Biodiversity Studies
Établissements canadiensMcGill UniversityConcordia UniversityUniversité du Québec à Montréal
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of CanadaMinisterio de Economía y CompetitividadParks Canada
Mots-clésBioenergeticsAbundance (ecology)Balance (ability)Particle (ecology)Environmental scienceEnergy balanceEconometricsEcologyEconomicsBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Anthropogenic activities have led to an unprecedented crisis in freshwater biodiversity loss. The capacity to monitor the abundance of wild populations is critical to conserving biodiversity, but conventional physical specimen collection methods are invasive, costly, and labour-intensive. Environmental DNA (eDNA) offers a promising alternative, being easy to sample, with studies under controlled laboratory conditions showing consistent correlations between eDNA concentration and abundance. However, applying eDNA to monitor abundance remains contentious, as eDNA particle dynamics and the ecology of eDNA production can decouple this relationship in natural ecosystems. To address this, we provide a novel modeling method to produce population estimates from eDNA. We integrated bioenergetics and mass-balance frameworks to relate eDNA concentrations to freshwater fish population abundance estimated through conventional mark-recapture in Brook Trout (Salvelinus fontinalis) across nine Rocky Mountains lakes, five of which underwent size-selective harvesting over two years. Our integrated framework improved the variance explained in eDNA concentrations from 24% to 71%. The integrated model accurately distinguished most (94%) abundance estimates across populations and sampling periods, detecting both natural and harvest-induced reductions in abundance within several populations. This study is the first to empirically integrate the DNA production mechanism and particle dynamics and provide a new methodological approach enabling rapid and accurate abundance quantification. We also discuss how this new tool can be integrated in existing monitoring programs.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,014
Tête enseignante GPT0,202
Écart entre enseignants0,188 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetEnvironmental DNA in Biodiversity StudiesTravaux en français237 207