Detection and community-level identification of microbial mats in the McMurdo Dry Valleys using drone-based hyperspectral reflectance imaging
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract The reflectance spectroscopic characteristics of cyanobacteria-dominated microbial mats in the McMurdo Dry Valleys (MDVs) were measured using a hyperspectral point spectrometer aboard an unmanned aerial system (remotely piloted aircraft system, unmanned aerial vehicle or drone) to determine whether mat presence, type and activity could be mapped at a spatial scale sufficient to characterize inter-annual change. Mats near Howard Glacier and Canada Glacier (ASPA 131) were mapped and mat samples were collected for DNA-based microbiome analysis. Although a broadband spectral parameter (a partial normalized difference vegetation index) identified mats, it missed mats in comparatively deep (> 10 cm) water or on bouldery surfaces where mats occupied fringing moats. A hyperspectral parameter (B6) did not have these shortcomings and recorded a larger dynamic range at both sites. When linked with colour orthomosaic data, B6 band strength is shown to be capable of characterizing the presence, type and activity of cyanobacteria-dominated mats in and around MDV streams. 16S rRNA gene polymerase chain reaction amplicon sequencing analysis of the mat samples revealed that dominant cyanobacterial taxa differed between spectrally distinguishable mats, indicating that spectral differences reflect underlying biological distinctiveness. Combined rapid-repeat hyperspectral measurements can be applied in order to monitor the distribution and activity of sentinel microbial ecosystems across the terrestrial Antarctic.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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