MétaCan
Menu
Retour à la cohorte
Enregistrement W2007736859 · doi:10.3389/fmicb.2013.00369

Putting the N in dinoflagellates

2013· review· en· W2007736859 sur OpenAlexafffund
Steve Dagenais-Bellefeuille, David Morse

Notice bibliographique

RevueFrontiers in Microbiology · 2013
Typereview
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensUniversité de Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDinoflagellateTrophic levelMixotrophBiologyRed tideHeterotrophPhotosynthesisNutrientAlgaeNitrogen cycleEcologyAlgal bloomPlanktonPhytoplanktonNitrogenBotanyChemistryBacteria

Résumé

récupéré en direct d'OpenAlex

The cosmopolitan presence of dinoflagellates in aquatic habitats is now believed to be a direct consequence of the different trophic modes they have developed through evolution. While heterotrophs ingest food and photoautotrophs photosynthesize, mixotrophic species are able to use both strategies to harvest energy and nutrients. These different trophic modes are of particular importance when nitrogen nutrition is considered. Nitrogen is required for the synthesis of amino acids, nucleic acids, chlorophylls, and toxins, and thus changes in the concentrations of various nitrogenous compounds can strongly affect both primary and secondary metabolism. For example, high nitrogen concentration is correlated with rampant cell division resulting in the formation of the algal blooms commonly called red tides. Conversely, nitrogen starvation results in cell cycle arrest and induces a series of physiological, behavioral and transcriptomic modifications to ensure survival. This review will combine physiological, biochemical, and transcriptomic data to assess the mechanism and impact of nitrogen metabolism in dinoflagellates and to compare the dinoflagellate responses with those of diatoms.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,016
Tête enseignante GPT0,220
Écart entre enseignants0,204 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations157
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in MicrobiologyMême sujetMarine and coastal ecosystemsTravaux en français237 207