MétaCan
Menu
Retour à la cohorte
Enregistrement W2128009619 · doi:10.1111/1462-2920.13058

Transient dynamics of competitive exclusion in microbial communities

2015· article· en· W2128009619 sur OpenAlexafffund
Stilianos Louca, Michael Doebeli

Notice bibliographique

RevueEnvironmental Microbiology · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEvolution and Genetic Dynamics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBiologyCompetitive exclusionTransient (computer programming)Dynamics (music)EcologyCompetition (biology)Computer science

Résumé

récupéré en direct d'OpenAlex

Microbial metabolism drives our planet's biogeochemistry and plays a central role in industrial processes. Molecular profiling in bioreactors has revealed that microbial community composition can be highly variable while maintaining constant functional performance. Furthermore, following perturbation bioreactor performance typically recovers rapidly, while community composition slowly returns to its original state. Despite its practical relevance, we still lack an understanding of the mechanisms causing the discrepancy between functional and compositional stability of microbial communities. Using a mathematical model for microbial competition, as well as simulations of a model for a nitrifying bioreactor, we explain these observations on grounds of slow non-equilibrium dynamics eventually leading to competitive exclusion. In the presence of several competing strains, metabolic niches are rapidly occupied by opportunistic populations, while subsequent species turnover and the eventual dominance of top competitors proceeds at a much slower rate. Hence, functional redundancy causes a separation of the time scales characterizing the functional and compositional stabilization of microbial communities. This effect becomes stronger with increasing richness because greater similarities between top competitors lead to longer transient population dynamics.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,382
Score d'incertitude au seuil0,519

Scores Codex et Gemma par catégorie

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

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 Opus0,007
Tête enseignante GPT0,203
Écart entre enseignants0,197 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations55
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental MicrobiologyMême sujetEvolution and Genetic DynamicsTravaux en français237 207