MétaCan
Menu
Retour à la cohorte
Enregistrement W1989496014 · doi:10.1016/j.celrep.2015.03.049

The Gut Microbiota of Rural Papua New Guineans: Composition, Diversity Patterns, and Ecological Processes

2015· article· en· W1989496014 sur OpenAlexaff
Inés Martínez, James Stegen, María X. Maldonado-Gómez, A. Murat Eren, Peter M. Siba, Andrew R. Greenhill, Jens Walter

Notice bibliographique

RevueCell Reports · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensUniversity of Alberta
Organismes subventionnairesPacific Northwest National LaboratoryLaboratory Directed Research and DevelopmentBattelleU.S. Department of Energy
Mots-clésMetacommunityEcologyWesternizationBiological dispersalMicrobiomeBiologyNew guineaDiversity (politics)RedressBiodiversityGeographyPopulationEnvironmental healthMedicineBioinformatics

Résumé

récupéré en direct d'OpenAlex

Although recent research revealed an impact of westernization on diversity and composition of the human gut microbiota, the exact consequences on metacommunity characteristics are insufficiently understood, and the underlying ecological mechanisms have not been elucidated. Here, we have compared the fecal microbiota of adults from two non-industrialized regions in Papua New Guinea (PNG) with that of United States (US) residents. Papua New Guineans harbor communities with greater bacterial diversity, lower inter-individual variation, vastly different abundance profiles, and bacterial lineages undetectable in US residents. A quantification of the ecological processes that govern community assembly identified bacterial dispersal as the dominant process that shapes the microbiome in PNG but not in the US. These findings suggest that the microbiome alterations detected in industrialized societies might arise from modern lifestyle factors limiting bacterial dispersal, which has implications for human health and the development of strategies aimed to redress the impact of westernization.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,014
Tête enseignante GPT0,234
Écart entre enseignants0,221 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations595
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCell ReportsMême sujetGut microbiota and healthTravaux en français237 207