MétaCan
Menu
Retour à la cohorte
Enregistrement W2194508283 · doi:10.1101/025544

Re-examining the relationship between virus and microbial cell abundances in the global oceans

2015· preprint· en· W2194508283 sur OpenAlexaff
Charles H. Wigington, Derek L. Sonderegger, Corina P. D. Brussaard, Alison Buchan, Jan F. Finke, Jed A. Fuhrman, Jay T. Lennon, Mathias Middelboe, Curtis A. Suttle, Charles A. Stock, William H. Wilson, K. Eric Wommack, Steven W. Wilhelm, Joshua S. Weitz

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2015
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueBacteriophages and microbial interactions
Établissements canadiensCanadian Institute for Advanced ResearchUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésAbundance (ecology)EcologyOceanographyBiologyEnvironmental scienceGeology

Résumé

récupéré en direct d'OpenAlex

Marine viruses are critical drivers of ocean biogeochemistry and their abundances vary spatiotemporally in the global oceans, with upper estimates exceeding 10 8 per ml. Over many years, a consensus has emerged that virus abundances are typically 10-fold higher than prokaryote abundances. The use of a fixed-ratio suggests that the relationship between virus and prokaryote abundances is both predictable and linear. However, the true explanatory power of a linear relationship and its robustness across diverse ocean environments is unclear. Here, we compile 5671 prokaryote and virus abundance estimates from 25 distinct marine surveys to characterize the relationship between virus and prokaryote abundances. We find that the median virus-to-prokaryote ratio (VPR) is 10:1 and 16:1 in the near-and sub-surface oceans, respectively. Nonetheless, we observe substantial variation in the VPR and find either no or limited explanatory power using fixed-ratio models. Instead, virus abundances are better described as nonlinear, power-law functions of prokaryote abundances - particularly when considering relationships within distinct marine surveys. Estimated power-laws have scaling exponents that are typically less than 1, signifying that the VPR decreases with prokaryote density, rather than remaining fixed. The emergence of power-law scaling presents a challenge for mechanistic models seeking to understand the ecological causes and consequences of marine virus-microbe interactions. Such power-law scaling also implies that efforts to average viral effects on microbial mortality and biogeochemical cycles using “representative” abundances or abundance-ratios need to be refined if they are to be utilized to make quantitative predictions at regional or global ocean scales.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,035
Tête enseignante GPT0,249
Écart entre enseignants0,215 · 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

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetBacteriophages and microbial interactionsTravaux en français237 207