Studying Past Ecosystems and Human Behaviors Using Environmental and Ancient DNA
Notice bibliographique
Résumé
Isolating and studying degraded DNA from preserved organismal remains and environmental samples allows new inferences about past ecosystem compositions, population dynamics, and, in the context of archaeological remains, human interactions with their environment. In this dissertation, I addressed how sequencing depth and stochasticity of metabarcoding PCR influences various measures of biodiversity. I found that sequencing depth and stochasticity between PCR replicates significantly influence estimates of alpha but not beta diversity. In my second chapter, I used eDNA isolated from permafrost cores spanning the last 50,000 years in the Klondike, Canada to characterize community composition and turnover of plant and mammalian communities. In this chapter, I characterized floral and faunal change over the last 50,000 years, with clear shifts from steppe to boreal forest habitat delineated with the presence and absence of arctic ground squirrels and woody plants. Finally, I isolated ancient DNA from archaeological moccasins to observe hunting patterns of Bison used by occupants of the Promontory Caves of Utah, an archaeological site occupied 1240-1290 AD. I found the majority (87%) of moccasins were constructed from female bison, supporting prior hypotheses of hunting strategies targeting cow-calf herds at the end of fall preparing for overwintering. My dissertation highlights some of the many questions that degraded DNA present in soil, bone, and preserved hides can contribute towards answering.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».