MétaCan
Menu
← Retour à la cohorte
Enregistrement W2946048287 · doi:10.1073/pnas.1819883116

Circumventing kinetics in biogeochemical modeling

2019· article· en· W2946048287 sur OpenAlexaff
Stilianos Louca, Mary I. Scranton, Gordon T. Taylor, Yrene Astor, Sean A. Crowe, Michael Doebeli

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicrobial Community Ecology and Physiology
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Centers for Environmental Information
Mots-clésBiogeochemical cycleRange (aeronautics)Kinetic energyEnvironmental scienceEcosystemKineticsWork (physics)Biological systemBiochemical engineeringStatistical physicsComputer scienceChemistryEcologyEnvironmental chemistryPhysicsBiologyThermodynamicsMaterials science

Résumé

récupéré en direct d'OpenAlex

Microbial metabolism drives biogeochemical fluxes in virtually every ecosystem. Modeling these fluxes is challenged by the incredible diversity of microorganisms, whose kinetic parameters are largely unknown. In poorly mixed systems, such as stagnant water columns or sediments, however, long-term bulk microbial metabolism may become limited by physical transport rates of substrates across space. Here we mathematically show that under these conditions, biogeochemical fluxes are largely predictable based on the system's transport properties, chemical boundary conditions, and the stoichiometry of metabolic pathways, regardless of the precise kinetics of the resident microorganisms. We formalize these considerations into a predictive modeling framework and demonstrate its use for the Cariaco Basin subeuphotic zone, one of the largest anoxic marine basins worldwide. Using chemical concentration data solely from the upper boundary (depth 180 m) and lower boundary (depth 900 m), but without a priori knowledge of metabolite fluxes, chemical depth profiles, kinetic parameters, or microbial species composition, we predict the concentrations and vertical fluxes of biologically important substances, including oxygen, nitrate, hydrogen sulfide, and ammonium, across the entire considered depth range (180-900 m). Our predictions largely agree with concentration measurements over a period of 14 years ([Formula: see text] = 0.78-0.92) and become particularly accurate during a period where the system was near biogeochemical steady state (years 2007-2009, [Formula: see text] = 0.86-0.95). Our work enables geobiological predictions for a large class of ecosystems without knowledge of kinetic parameters or geochemical depth profiles. Conceptually, our work provides a possible explanation for the decoupling between microbial species composition and bulk metabolic function, observed in various ecosystems.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,033
Tête enseignante GPT0,276
Écart entre enseignants0,243 · 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'étudeSimulation ou modélisation
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

Citations17
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of Sciences→Même sujetMicrobial Community Ecology and Physiology→Travaux en français237 207→