MétaCan
Menu
Retour à la cohorte
Enregistrement W2889750556 · doi:10.5061/dryad.40sh435

Data from: The evolution of fungal substrate specificity in a widespread group of crustose lichens

2018· article· en· W2889750556 sur OpenAlexaff
Philipp Resl, Fernando Fernández‐Mendoza, Helmut Mayrhofer, Toby Spribille

Notice bibliographique

RevueData Archiving and Networked Services (DANS) · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueLichen and fungal ecology
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésCrustoseLichenGroup (periodic table)Substrate (aquarium)BiologyLarge groupEcologyGeographyMicrobiologyAstrobiologyChemistryPsychologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Lichens exhibit varying degrees of specialization with regard to the surfaces they colonize, ranging from substrate generalists to strict substrate specialists. Though long recognized, the causes and consequences of substrate specialization are poorly known. Using a phylogeny of a 150-200 MYA clade of lichen fungi, we asked whether substrate niche is phylogenetically conserved, which substrates are ancestral, whether specialists arise from generalists or vice versa, and how specialization affects speciation/extinction processes. We found strong phylogenetic signal for niche conservatism. Specialists evolved into generalists and back again, but transitions from generalism to specialism were more common than the reverse. Our models suggest that for this group of fungi, “escape” from specialization for soil, rock and bark occurred, but specialization for wood foreclosed evolution away from that substrate type. In parallel, speciation models showed positive diversification rates for soil and rock dwellers but not other specialists. Patterns in the studied group suggest that fungal substrate specificity is a key determinant of evolutionary trajectory for the entire lichen symbiosis.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,082

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0250,009

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 Opus0,043
Tête enseignante GPT0,246
Écart entre enseignants0,203 · 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
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData Archiving and Networked Services (DANS)Même sujetLichen and fungal ecologyTravaux en français237 207