Table_4_Tidal effect on environmental DNA communities in Arctic estuarine and marine ecosystems.xlsx
Notice bibliographique
Résumé
Introduction Arctic marine ecosystems are changing rapidly, largely due to the observed accelerated warming that is associated with ongoing climate change. Environmental DNA (eDNA) combined with metabarcoding has great potential for large-scale biomonitoring of Arctic marine communities. However, important limitations remain, such as understanding the complexity and drivers of spatio-temporal variation in eDNA distribution. Methods In this study, we investigated the effect of tidal dynamics on aquatic metazoan (vertebrates and invertebrates) on eDNA metabarcoding results from nearshore estuarine and marine Arctic ports of Churchill (Manitoba) and Milne Inlet (Nunavut), respectively. We collected and sequenced 54 water samples per port at low, middle and high tide across three days, as well as two depths (surface, bottom), using four universal primer pairs (two primers in the COI gene and two in the 18S rRNA gene). Results We observed a significant transition in the estuarine community structure from low to high tide, whereas the marine community structure was more stable across tides. The eDNA community structure differed between the surface and bottom waters in both the estuarine and marine ecosystems. However, the biodiversity pattern within the water column was significantly different between estuarine and marine ecosystems. Finally, we observed short-term temporal variation of the communities in both systems. Discussion Altogether, our results highlight the short-term temporal dynamic nature of eDNA derived from coastal communities. This variability should be accounted for in eDNA sampling design to ensure robust characterization of coastal communities and long-term time series, particularly for estuarine environments where the effects of tide and depth are more important.
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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,158 | 0,009 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».