MétaCan
Menu
Retour à la cohorte
Enregistrement W2339932279 · doi:10.1139/gen-2015-0229

The use of DNA barcodes in food web construction—terrestrial and aquatic ecologists unite!

2016· review· en· W2339932279 sur OpenAlexvenueno aff
Tomas Roslin, Sanna Majaneva

Notice bibliographique

RevueGenome · 2016
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental DNA in Biodiversity Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiologyFood webEvolutionary biologyDNA barcodingDNAEcologyComputational biologyGeneticsEcosystem

Résumé

récupéré en direct d'OpenAlex

By depicting who eats whom, food webs offer descriptions of how groupings in nature (typically species or populations) are linked to each other. For asking questions on how food webs are built and work, we need descriptions of food webs at different levels of resolution. DNA techniques provide opportunities for highly resolved webs. In this paper, we offer an exposé of how DNA-based techniques, and DNA barcodes in particular, have recently been used to construct food web structure in both terrestrial and aquatic systems. We highlight how such techniques can be applied to simultaneously improve the taxonomic resolution of the nodes of the web (i.e., the species), and the links between them (i.e., who eats whom). We end by proposing how DNA barcodes and DNA information may allow new approaches to the construction of larger interaction webs, and overcome some hurdles to achieving adequate sample size. Most importantly, we propose that the joint adoption and development of these techniques may serve to unite approaches to food web studies in aquatic and terrestrial systems-revealing the extent to which food webs in these environments are structured similarly to or differently from each other, and how they are linked by dispersal.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,005
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0000,003
Communication savante0,0020,004
Science ouverte0,0020,001
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,068
Tête enseignante GPT0,251
Écart entre enseignants0,182 · 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

Citations121
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGenomeMême sujetEnvironmental DNA in Biodiversity StudiesTravaux en français237 207