The use of eDNA and DNA based methods to assess and monitor alien and doorknocker species
Notice bibliographique
Résumé
All organisms leave traces of their DNA in the environment they live in. This environmental DNA (eDNA) can be used to detect and monitor single species as well as communities, and potentially be utilized in early warning systems to detect alien species. In this report, we give an overview of eDNA-based methods used to detect and monitor alien species, and give examples of speciesspecific assays designed to identify species that are alien to Norwegian nature or have the potential to establish viable populations in Norway (doorknockers). We emphasize the need for several stages of testing before species-specific assays can be operational, and discuss the importance of including models to assess detection probabilities. Going through standards for sampling and analyses, we suggest a number of minimum requirements for eDNA sampling, laboratory practice, bioinformatics and the use of reference libraries, as well as for reporting results from eDNA studies. The origin and fate of eDNA in different environments can influence its usefulness in detecting and monitoring alien species. We outline factors for terrestrial, freshwater and marine ecosystems and provide examples from six case studies where eDNA has been used to detect and/or monitor alien invasive species: invertebrates and vascular plants in soil of imported ornamental plants, freshwater crayfish and crayfish plague, Gyrodactylus salaris, pink salmon, Canadian pondweed, and American lobster. We provide a decision diagram for detection and monitoring of invasive species starting with early considerations for implementation of a monitoring program, and ending with management decision points depending on detection outcomes at different stages. Finally, we provide some key recommendations for the use of eDNA in assessments of alien and doorknocker 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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».