MétaCan
Menu
Retour à la cohorte
Enregistrement W2257518938 · doi:10.1038/ncomms9952

Eukaryotic opportunists dominate the deep-subsurface biosphere in South Africa

2015· article· en· W2257518938 sur OpenAlexaff
Gaëtan Borgonie, Borja Linage-Alvarez, Abidemi Oluranti Ojo, Scott O. C. Mundle, Lee Freese, Carina van Rooyen, Olukayode Kuloyo, Jacobus Albertyn, C. Pohl, Errol D. Cason, Jan‐G Vermeulen, Colette Pienaar, Derek Litthauer, H. Van Niekerk, J. Van Eeden, Barbara Sherwood Lollar, T. C. Onstott, Esta van Heerden

Notice bibliographique

RevueNature Communications · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine Biology and Ecology Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBiosphereMulticellular organismEcologyPopulationThrivingBiologyEarth scienceGeology

Résumé

récupéré en direct d'OpenAlex

Following the discovery of the first Eukarya in the deep subsurface, intense interest has developed to understand the diversity of eukaryotes living in these extreme environments. We identified that Platyhelminthes, Rotifera, Annelida and Arthropoda are thriving at 1.4 km depths in palaeometeoric fissure water up to 12,300 yr old in South African mines. Protozoa and Fungi have also been identified; however, they are present in low numbers. Characterization of the different species reveals that many are opportunistic organisms with an origin due to recharge from surface waters rather than soil leaching. This is the first known study to demonstrate the in situ distribution of biofilms on fissure rock faces using video documentation. Calculations suggest that food, not dissolved oxygen is the limiting factor for eukaryal population growth. The discovery of a group of Eukarya underground has important implications for the search for life on other planets in our solar system.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,065
Tête enseignante GPT0,294
Écart entre enseignants0,229 · 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

Citations84
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetMarine Biology and Ecology ResearchTravaux en français237 207