MétaCan
Menu
← Retour à la cohorte
Enregistrement W6929724357 · doi:10.5061/dryad.5rf92

Data from: Residual eDNA detection sensitivity assessed by quantitative real-time PCR in a river ecosystem

2016· dataset· en· W6929724357 sur OpenAlexaff

Notice bibliographique

RevueData Archiving and Networked Services (DANS) · 2016
Typedataset
Langueen
DomaineMedicine
ThématiquePrenatal Screening and Diagnostics
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésEnvironmental DNARiver ecosystemResidualAquatic ecosystemSampling (signal processing)Hydrology (agriculture)SIGNAL (programming language)

Résumé

récupéré en direct d'OpenAlex

Several studies have demonstrated that environmental DNA (eDNA) can be used to detect the presence of aquatic species, days to weeks after the target species has been removed. However, most studies used eDNA analysis in lentic systems (ponds or lakes), or in controlled laboratory experiments. While eDNA degrades rapidly in all aquatic systems, it also undergoes dilution effects and physical destruction in flowing systems, complicating detection in rivers. However, some eDNA (i.e. residual eDNA) can be retained in aquatic systems, even those subject to high flow regimes. Our goal was to determine residual eDNA detection sensitivity using quantitative real-time polymerase chain reaction (qRT-PCR), in a flowing, uncontrolled river after the eDNA source was removed from the system; we repeated the experiment over two years. Residual eDNA had the strongest signal strength at the original source site and was detectable there up to 11.5 hours after eDNA source removal. Residual eDNA signal strength decreased as sampling distance downstream from the eDNA source site increased, and was no longer detectable at the source site 48 hours after the eDNA source water was exhausted in both experiments. This experiment shows that residual eDNA sampled in surface water can be mapped quantitatively using qRT-PCR, which allows a more accurate spatial identification of the target species location in lotic systems, and relative residual eDNA signal strength may allow the determination of the timing of the presence of target 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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,004

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 Opus0,033
Tête enseignante GPT0,296
Écart entre enseignants0,264 · 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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData Archiving and Networked Services (DANS)→Même sujetPrenatal Screening and Diagnostics→Travaux en français237 207→