Integrating classical and DNA-based approaches to advance the field of paleolimnology: case studies from a warm monomictic lake
Notice bibliographique
Résumé
La paléolimnologie permet d’étudier les écosystèmes aquatiques sur de longues périodes temporelles et d’obtenir de l’information additionnelle aux données limnologiques historiques existantes. Utiliser plusieurs indicateurs simultanément pour reconstruire la trajectoire écologique des lacs permet d’approfondir notre compréhension de la dynamique des lacs sur de longues périodes de temps. Les changements écologiques passés des lacs sont généralement basés sur des microfossiles morphologiques archivés dans les sédiments (e.g., diatomées et cladocères) et sur des indicateurs géochimiques (e.g., pigments algaux, carbone et azote). Toutefois, plusieurs autres organismes, pouvant avoir des rôles essentiels dans les réseaux trophiques aquatiques (e.g., bactéries, protistes, copépodes) ne sont généralement pas étudiés en paléolimnologie. Les avancements technologiques en méthodes moléculaires ont permis l’application des approches basées sur l’ADN dans les sédiments, ce qui a grandement augmenter le nombre de taxa pouvant être étudiés en paléolimnologie. Ma recherche avait pour buts (1) d’évaluer les avantages et les inconvénients d’utiliser l’ADN archivé dans les sédiments dans les études paléolimnologiques, et (2) d’utiliser les approches classiques et basées sur l’ADN pour reconstruire les dynamiques écologiques passées d’un lac péri-urbain, Cultus Lake, Colombie-Britannique. Dans mon second chapitre, une série temporelle contemporaine de 36 mois a été utilisée afin d’évaluer l’ADN des taxa pouvant être déposé dans les sédiments. Les objectifs spécifiques étaient d’évaluer à quel degré les communautés de micro-eucaryotes identifiées avec le gène 18S ARNr dans les sédiments reflètent les communautés biologiques présentes dans la colonne d’eau, et d’évaluer la congruence entre l’identification morphologique et par l’ADN des diatomées et des crustacés. Les résultats de ce chapitre ont permis d’identifier d’autres groupes taxonomiques potentiels pouvant être étudiés en paléolimnologie. Les résultats montrent également que les l’ADN sédimentaire est robuste pour reconstruire les dynamiques écologiques. À l’aide de l’identification morphologique des diatomées du chapitre 2 et de données limnologiques contemporaines, les conditions écologiques récentes de Cultus Lake ont été évaluées afin d’estimer la déviation de son état de référence. Dans le chapitre 3, plusieurs indicateurs paléolimnologiques ont été utilisés, ainsi que des archives historiques, pour reconstruire les changements écologiques de Cultus Lake. Ce lac a subi une eutrophisation modeste depuis le milieu des années 1900, qui a été occasionné par une augmentation de l’utilisation anthropique du bassin versant, par un réchauffement du climat régional dans les années 1970, et par une diminution du retour des saumons rouges adultes. Ce chapitre indique l’importance d’avoir une perspective sur de longues périodes pour comprendre la complexité des changements des écosystèmes lacustres et les causes reliées aux changements. Dans mon dernier chapitre, les objectifs étaient d’évaluer les changements des communautés micro-eucaryotes identifiées avec le gène 18S ARNr et de comparer les changements observés avec l’ADN à ceux des indicateurs paléolimnologiques du chapitre 3. À l’aide des fractions d’ADN extracellulaire et intracellulaire archivées dans les sédiments, les communautés de micro-eucaryotes ont montré des dynamiques similaires aux indicateurs classiques. Toutefois, l’ADN intracellulaire semble être plus adéquate pour reconstruire les communautés sur de longues périodes puisque l’ADN extracellulaire semble avoir des problèmes de préservation après 30 ans d’enfouissement. Globalement, ma thèse de doctorat montre que l’ADN archivé dans les sédiments peut efficacement reconstruire les conditions biologiques passées et peut accroître notre connaissance des dynamiques écologiques des lacs sur les longues périodes en les appliquant simultanément à des indicateurs paléolimnologiques
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».