Mise au point de la méthode d'ADN environnemental pour les inventaires de salamandres de ruisseaux au Québec
Bibliographic record
Abstract
Les amphibiens montrent depuis maintenant plusieurs années des signes très inquiétants de déclins, et ce sur tous les continents. Dans ce contexte, l'acquisition de connaissances concernant ces espèces est une étape essentielle à la prise de bonnes mesures de conservation. L'ADN environnemental est une méthode d'inventaire émergente qui gagne en popularité rapidement, mais tester cette méthode avec plusieurs espèces demeure une étape importante afin de mieux comprendre ses limites et bénéfices. Ce projet de maîtrise vise à explorer cette méthode avec trois espèces de salamandres de ruisseaux au Québec (Gyrinophilus porphyriticus, Desmognathus fuscus et Eurycea bislineata), dans l'objectif de se prononcer sur son efficacité avec ce groupe d'espèces d'intérêt particulier. La méthode d'ADNe a ainsi été comparée à la méthode traditionnelle de fouille active des ruisseaux pour la détection (présence/absence des espèces) et pour l'aspect quantitatif. Pour les trois espèces, les résultats montrent que l'ADNe a non seulement été détecté dans l'ensemble des ruisseaux où l'espèce a été observée par fouille active, mais également dans neuf ruisseaux où la fouille active n'avait pas réussi à détecter l'espèce. Les résultats concernant la nature quantitative de l'ADNe ne sont pas très concluants, car la relation entre la concentration d'ADNe et la densité des salamandres était faible, voire inexistante avec notre modèle. Ce résultat n'est cependant pas surprenant considérant la forte variabilité des données de concentration d'ADNe. Ainsi, nous concluons que la méthode d'ADNe peut être un outil fort intéressant pour la détection de ces trois espèces de salamandres dans les ruisseaux du sud du Québec. Puisque l'aspect quantitatif de l'ADNe n'est pas au point pour l'instant, l'avenir des inventaires de ces trois amphibiens semble se situer dans une utilisation partagée des deux méthodes, de manière à favoriser les forces de chacune et d'éviter leurs lacunes.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".