Combining Hydroacoustics and <scp>eDNA</scp> to Estimate Species‐Specific Biomass in a Pelagic Fish Community
Notice bibliographique
Résumé
ABSTRACT Hydroacoustic surveys and eDNA monitoring are rapidly evolving technologies with significant applications for monitoring fish populations. Hydroacoustic technology is capable of enumerating size classes; however, species identification often relies on time‐consuming, costly, and lethal supplementary sampling methods. Environmental DNA (eDNA) detection is a nonlethal alternative for ground‐truthing hydroacoustic surveys; however, on its own, it does not provide estimates of fish size or stock biomass. We tested the utility of paired hydroacoustic and eDNA surveys by replicating samples over a 12‐h period along the depth gradient of pelagic lake habitat where the fish community exhibits diel vertical migration. Generally, we found that (1) the detection and proportion of target species estimated by eDNA was similar to those found in historical gill‐netting across depth strata, (2) eDNA‐apportioned hydroacoustic data agreed with expected diel patterns in species vertical distributions, and (3) with some exceptions, eDNA‐apportioned hydroacoustic estimates of biomass were strongly correlated with expected species biomass. Some species yielded unrealistically high concentrations in the deepest samples, suggesting that benthic accumulation of eDNA can result in inflated biomass estimates near the lake bottom. Combining eDNA and hydroacoustics as complementary noninvasive assessment tools provides a simplified species apportioning protocol for future fish populations and 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.
Comment cette classification a été obtenuedéplier
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) | 0,000 | 0,000 |
| 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 | 0,000 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 tête enseignante, 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 ».