MétaCan
Menu
Retour à la cohorte
Enregistrement W2887516259 · doi:10.1101/392027

Extracellular electron transfer may be an overlooked contribution to pelagic respiration in humic-rich freshwater lakes

2018· preprint· en· W2887516259 sur OpenAlexaff
Shaomei He, Maximilian P. Lau, Alexandra M. Linz, Eric Roden, Katherine D. McMahon

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2018
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueMicrobial Fuel Cells and Bioremediation
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésBogRedoxAnoxic watersEnvironmental chemistryElectron acceptorCarbon cycleElectron transferAnaerobic respirationPelagic zoneCarbon fibersEcologyEnvironmental scienceChemistryPeatBiologyEcosystemPhotochemistryAnaerobic exercisePhysiology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Humic lakes and ponds receive large amounts of terrestrial carbon and are important components of the global carbon cycle, yet how their redox cycling influences the carbon budget is not fully understood. Here we compared metagenomes obtained from a humic bog and a clearwater eutrophic lake, and found a much larger number of genes that might be involved in extracellular electron transfer (EET) for iron redox reactions and humic substance (HS) reduction in the bog than in the clearwater lake, consistent with the much higher iron and HS levels in the bog. These genes were particularly rich in the bog’s anoxic hypolimnion, and were found in diverse bacterial lineages, some of which are relatives of known iron oxidizers or iron/HS reducers. We hypothesize that HS may be a previously overlooked electron acceptor and EET-enabled redox cycling may be important in pelagic respiration and greenhouse gas budget in humic-rich freshwater lakes.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,089
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,011
Tête enseignante GPT0,213
Écart entre enseignants0,202 · 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.

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

Citations9
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetMicrobial Fuel Cells and BioremediationTravaux en français237 207