MétaCan
Menu
Retour à la cohorte
Enregistrement W6929686604 · doi:10.5061/dryad.000000022

Thermal stratification and fish thermal preference explain vertical eDNA distributions in lakes

2020· dataset· en· W6929686604 sur OpenAlexafffund

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2020
Typedataset
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCold Fusion and Nuclear Reactions
Établissements canadiensMcGill UniversityLakehead UniversityFisheries and Oceans CanadaInternational Institute for Sustainable Development
Organismes subventionnairesMitacsCanada Research Chairs
Mots-clésEctothermNucleofectionNettingPerformic acid

Résumé

récupéré en direct d'OpenAlex

Significant advances have been made towards surveying animal and plant communities using DNA isolated from environmental samples. Despite rapid progress, we lack a comprehensive understanding of the “ecology” of environmental DNA (eDNA), particularly its temporal and spatial distribution and how this is shaped by abiotic and biotic processes. Here, we tested how seasonal variation in thermal stratification and animal habitat preferences influence the distribution of eDNA in lakes. We sampled eDNA depth profiles of five dimictic lakes during both summer stratification and autumn turnover, each containing warm- and cool-water fishes as well as the cold-water stenotherm, lake trout (Salvelinus namaycush). Habitat use by S. namaycush was validated by acoustic telemetry and was significantly related to eDNA distribution during stratification. Fish eDNA became “stratified” into layers during summer months, reflecting lake stratification and the thermal niches of the species. During summer months, S. namaycush, which rarely ventured into shallow waters, could only be detected at the deepest layers of the lakes, whereas the eDNA of warm-water fishes was much more abundant above the thermocline. By contrast, during autumn lake turnover, the fish species assemblage as detected by eDNA was homogenous throughout the water column. These findings contribute to our overall understanding of the “ecology” of eDNA within lake ecosystems, illustrating how the strong interaction between seasonal thermal structure in lakes and thermal niches of species on very localised spatial scales influences our ability to detect species.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,048
Tête enseignante GPT0,228
Écart entre enseignants0,180 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetCold Fusion and Nuclear ReactionsTravaux en français237 207