MétaCan
Menu
Retour à la cohorte
Enregistrement W6983704242

New insights on the distributions of freshwater turtles in southern Ontario using environmental DNA

2022· dissertation· en· W6983704242 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueQSpace (Queen's University Library) · 2022
Typedissertation
Langueen
DomaineEngineering
ThématiqueReal estate and construction management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmental DNATurtle (robot)OverwinteringTaxonAbundance (ecology)Range (aeronautics)Relative species abundanceSpecies distributionBiodiversityIntroduced species
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Quantifying species geographical distributions and understanding factors that underlie them, has been a long-standing focus in ecology. However, obtaining unbiased, accurate species occurrence data can be challenging, especially when the organism has low abundance or is cryptic. Environmental DNA (eDNA) has emerged as a fast, sensitive, and non-invasive survey tool to infer species presence. In aquatic ecosystems, eDNA has been widely applied to inform conservation of species at risk or for early detection of invasive species, but its potential for answering more fundamental ecological questions remains relatively unexplored. In my thesis, I used eDNA and community observations to explore the northern distributions and range limits of freshwater turtles, an understudied taxon in the current era of rapid climate change: 
\nI centered my thesis on three freshwater turtles in southern Ontario, Canada: midland painted turtle (Chrysemys picta marginata), northern map turtle (Graptemys geographica), and common musk turtle (Sternotherus odoratus). In chapter II, I focused on G. geographica and a single lake during winter, applying eDNA to detect communal overwintering sites below the ice. My work confirmed that eDNA can locate overwintering turtles and revealed a new site, which was further confirmed using a remotely controlled underwater vehicle. Chapter III focused on S. odoratus, where I used eDNA to sample waterbodies in southeastern Ontario within and beyond its known northern range. I modelled its distribution using Maximum Entropy (MaxEnt) with parameters fully optimized. I integrated eDNA detections with community observations and gained new insights on environmental variables that shape and constrain the turtle’s distribution. In chapter IV, I modelled the northern distributions of all three turtles again using optimized MaxEnt. I addressed the issue of overfitting and improved the biological interpretability of MaxEnt models by implementing variable collinearity reduction protocols. Overall, my models suggested that distributions of the turtles are shaped by thermal conditions, characteristics of aquatic habitats, and topographical features.
\nCollectively, my work sheds new light on aspects of spatial ecology of three temperate freshwater turtles and contributes to an expanding toolbox of methods for surveying species, identifying critical habitat, and better understanding the factors that shape or limit species distributions.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,456
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,005
Tête enseignante GPT0,154
Écart entre enseignants0,149 · 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