MétaCan
Menu
Retour à la cohorte
Enregistrement W2910655061 · doi:10.1111/imb.12567

The honey bee gut microbiota: strategies for study and characterization

2019· review· en· W2910655061 sur OpenAlexafffund
A. Nastasa, Abigail Chapman, Waldan K. Kwong, Leonard J. Foster

Notice bibliographique

RevueInsect Molecular Biology · 2019
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInsect and Pesticide Research
Établissements canadiensCanada's Michael Smith Genome Sciences CentreUniversity of British Columbia
Organismes subventionnairesMitacsConsejo Nacional de Ciencia y TecnologíaGenome Canada
Mots-clésBiologyGut floraHoney beeMicrobiomeGut microbiomeMetagenomicsPollinatorEcologyZoologyBioinformaticsPollinationImmunologyGeneticsPollen

Résumé

récupéré en direct d'OpenAlex

Gut microbiota research is an emerging field that improves our understanding of the ecological and functional dynamics of gut environments. The honey bee gut microbiota is a highly rewarding community to study, as honey bees are critical pollinators of many crops for human consumption and produce valuable commodities such as honey and wax. Most significantly, unique characteristics of the Apis mellifera gut habitat make it a valuable model system. This review discusses methods and pipelines used in the study of the gut microbiota of Ap. mellifera and closely related species for four main purposes: identifying microbiota taxonomy, characterizing microbiota genomes (microbiome), characterizing microbiota-microbiota interactions and identifying functions of the microbial community in the gut. The purpose of this contribution is to increase understanding of honey bee gut microbiota, to facilitate bee microbiota and microbiome research in general and to aid design of future experiments in this growing field.

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)0,001
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 enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
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 Opus0,081
Tête enseignante GPT0,357
Écart entre enseignants0,276 · 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

Citations90
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInsect Molecular BiologyMême sujetInsect and Pesticide ResearchTravaux en français237 207