MétaCan
Menu
← Retour à la cohorte
Enregistrement W6943764866 · doi:10.15468/tnaq64

Fish community surveys in eelgrass beds using both eDNA metabarcoding and seining: implications for biodiversity monitoring in the coastal zone - Dataset 1 (16S gene)

2025· dataset· en· W6943764866 sur OpenAlexaboutno aff

Notice bibliographique

RevueGlobal Biodiversity Information Facility · 2025
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiodiversityEnvironmental DNASpecies richnessAbundance (ecology)Fish <Actinopterygii>Coastal fishIndicator speciesGlobal biodiversity

Résumé

récupéré en direct d'OpenAlex

Marine Protected Areas (MPAs) have been adopted globally as a tool to combat biodiversity loss and restore marine ecosystems. Successful application of MPAs will be predicated on the ability to monitor biodiversity in a synoptic and noninvasive manner. Environmental DNA (eDNA) methods have important advantages over traditional biodiversity survey methods for monitoring conservation areas. To evaluate the efficacy of eDNA metabarcoding for fish biodiversity monitoring, we sampled 19 coastal eelgrass (Zostera marina) beds in Canada, as eelgrass beds are known for high biodiversity and significant conservation value. At each site, beach seines were used to survey fish and water samples were collected contemporaneously for eDNA metabarcoding. In total, beach seining caught 32 672 individuals across 59 fish taxa, and eDNA detected 129 fish taxa. eDNA captured site-level variation and detected higher species richness at both site and regional levels compared to seining. eDNA abundance had a positive association with capture abundance. Collectively these results highlight how eDNA metabarcoding offers an efficient approach for monitoring fish biodiversity in coastal eelgrass beds, thus providing a valuable and noninvasive tool for MPA planning and coastal monitoring. This dataset is from the eDNA metabarcoding component using the 16S rRNA genetic marker only; results from the 12S marker are also available within GBIF. This work was published by He et al. (2022) in the Canadian Journal of Fisheries and Aquatic Sciences (https://doi.org/10.1139/cjfas-2021-0215). [This dataset was processed using the GBIF Metabarcoding Data Toolkit.]

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)0,002
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 enseignants0,407
Score d'incertitude au seuil0,809

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
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 Opus0,078
Tête enseignante GPT0,303
Écart entre enseignants0,225 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Biodiversity Information Facility→Travaux en français237 207→