Combining <scp>eDNA</scp> Metabarcoding, Hydrology‐Based Modeling and Camera Trap Datasets to Assess the Potential of River <scp>eDNA</scp> in Monitoring Terrestrial Mammals
Notice bibliographique
Résumé
ABSTRACT Global efforts aimed at safeguarding and restoring biodiversity require methods to monitor progress towards conservation objectives. Such methods should provide a systematic and robust assessment of biodiversity for the lowest cost. River environmental DNA (eDNA) metabarcoding has been successfully applied to measure biodiversity in dendritic riverine habitats and is increasingly used to describe communities of terrestrial vertebrates in ecosystems that are challenging to survey using traditional methods. However, interpreting eDNA surveys in riverine habitats requires an understanding of the influence of eDNA transport, decay, and production on the distribution of eDNA. To this end, the hydrology‐based eDITH (eDNA Integrating Transport and Hydrology) model incorporates such factors and can recover reliable spatial biodiversity patterns for aquatic taxa, but its potential to successfully model terrestrial taxa is so far unexplored. Here, we applied eDITH to eDNA metabarcoding data for terrestrial mammals collected over two mountainous catchments (575 and 745 km 2 ) in British Columbia, Canada. We assessed prediction transferability between neighboring catchments and compared model predictions with observations from camera trapping. We found that for 9 out of 15 taxa detected by both eDNA and camera traps, predicted distributions predominantly matched observations from camera trap surveys, illustrating that eDITH can uncover patterns of mammal distribution in mountainous catchments. While lacking knowledge of actual taxon density prevents us from determining whether discrepancies stem from data limitations or complex eDNA production‐density relationships, good transferability of predictions to the neighboring catchments suggests that eDNA distribution of some terrestrial and semi‐aquatic mammals is partly determined by habitat preference and hydrology. Downstream sampling can recover most biodiversity across the catchment, but the inclusion of upstream samples can aid in detecting elusive species. This study underscores the broader applications of river eDNA beyond aquatic species and illustrates its potential use in addressing terrestrial mammal biodiversity monitoring objectives with tailored sampling approaches.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 ».