MétaCan
Menu
Retour à la cohorte
Enregistrement W2983868970 · doi:10.1038/s41467-019-13164-8

A meta-analysis of global fungal distribution reveals climate-driven patterns

2019· review· en· W2983868970 sur OpenAlexaff
Tomáš Větrovský, Petr Kohout, Martin Kopecký, Antonín Macháč, Matěj Man, Barbara Doreen Bahnmann, Vendula Brabcová, Jinlyung Choi, Lenka Mészárošová, Zander Rainier Human, Clémentine Lepinay, Salvador Lladó, Rubén López‐Mondéjar, Tijana Martinović, Tereza Mašínová, Daniel Morais, Diana Navrátilová, Iñaki Odriozola, Martina Štursová, Karel Švec, Vojtěch Tláskal, Michaela Urbanová, Joe Wan, Lucia Žifčáková, Adina Howe, Joshua Ladau, Kabir Peay, David Štorch, Jan Wild, Petr Baldrián

Notice bibliographique

RevueNature Communications · 2019
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMycorrhizal Fungi and Plant Interactions
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesAkademie Věd České RepublikyGrantová Agentura České RepublikyMinisterstvo Školství, Mládeže a TělovýchovyEuropean CommissionUniverzita Karlova v Praze
Mots-clésDistribution (mathematics)Computational biologyComputer scienceBiologyMathematics

Résumé

récupéré en direct d'OpenAlex

The evolutionary and environmental factors that shape fungal biogeography are incompletely understood. Here, we assemble a large dataset consisting of previously generated mycobiome data linked to specific geographical locations across the world. We use this dataset to describe the distribution of fungal taxa and to look for correlations with different environmental factors such as climate, soil and vegetation variables. Our meta-study identifies climate as an important driver of different aspects of fungal biogeography, including the global distribution of common fungi as well as the composition and diversity of fungal communities. In our analysis, fungal diversity is concentrated at high latitudes, in contrast with the opposite pattern previously shown for plants and other organisms. Mycorrhizal fungi appear to have narrower climatic tolerances than pathogenic fungi. We speculate that climate change could affect ecosystem functioning because of the narrow climatic tolerances of key fungal taxa.

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)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,004
Bibliométrie0,0060,007
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,134
Tête enseignante GPT0,363
Écart entre enseignants0,230 · 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'étudeMéta-analyse
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

Citations452
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetMycorrhizal Fungi and Plant InteractionsTravaux en français237 207