MétaCan
Menu
Retour à la cohorte
Enregistrement W2092282685 · doi:10.1111/j.1550-7408.2011.00608.x

Using Stable Isotopes to Differentiate Trophic Feeding Channels within Soil Food Webs

2012· review· en· W2092282685 sur OpenAlexaff
Felicity Crotty, Sina M. Adl, Rod P. Blackshaw, P. J. Murray

Notice bibliographique

RevueJournal of Eukaryotic Microbiology · 2012
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueIsotope Analysis in Ecology
Établissements canadiensDalhousie University
Organismes subventionnairesBiotechnology and Biological Sciences Research Council
Mots-clésTrophic levelSoil food webFood webBiologyMicrobial food webBacterivoreHabitatEcologySoil biologyBiomass (ecology)Isotope analysisFood chainSoil water

Résumé

récupéré en direct d'OpenAlex

The soil is probably the most diverse habitat there is, with organisms ranging in sizes from less than 1 μm to several metres in length. However, it is increasingly evident that we know little about the interactions occurring between these organisms, the functions that they perform as individual species, or together within their different feeding guilds. These interactions between groups of organisms and physical and chemical processes shape the soil as a habitat and influence the nature of the soil food web with consequences for the above-ground vegetation and food web. Protists are known as one of the most abundant groups of bacterivores within the soil; however, they are also consumers of a number of other food sources. Even though they are responsible for a large proportion of the mineralisation of bacterial biomass and have a large impact on the C and N cycles within the soil they are regularly overlooked when investigating the complete soil food web. Recently, stable isotopes have been used to determine trophic interactions and here we describe how this technique has been used to highlight linkages between protists and the soil food web.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0040,004
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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 Opus0,064
Tête enseignante GPT0,291
Écart entre enseignants0,227 · 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

Citations56
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Eukaryotic MicrobiologyMême sujetIsotope Analysis in EcologyTravaux en français237 207