MétaCan
Menu
Retour à la cohorte
Enregistrement W3035105274 · doi:10.1098/rstb.2019.0638

The critical importance of experimentation in biomarker-based trophic ecology

2020· article· en· W3035105274 sur OpenAlexaff
Aaron W. E. Galloway, Suzanne M. Budge

Notice bibliographique

RevuePhilosophical Transactions of the Royal Society B Biological Sciences · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIsotope Analysis in Ecology
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésTrophic levelEcologyBiologyEcosystem

Résumé

récupéré en direct d'OpenAlex

Fatty acids are commonly used as biomarkers for making inferences about trophic relationships in aquatic and soil food webs. However, researchers are often unaware of the physiological constraints within organisms on the trophic transfer and modification of dietary biomarkers in consumers. Fatty acids are bioactive molecules, which have diverse structures and functions that both complicate and enhance their value as trophic tracers. For instance, consumers may synthesize confounding non-dietary sourced markers from precursor molecules, and environmental conditions also affect fatty acid composition. There is a vital need for more research on the uptake and transfer of trophic biomarkers in individual organisms in order to advance the field and make meaningful use of these tools at the scale of populations or ecosystems. This special issue is focused on controlled feeding experiments on a diverse taxonomic breadth of model consumers from freshwater, marine and soil ecosystems with a goal of creating a more integrated understanding of the connection between consumer physiology and trophic ecology. This article is part of the theme issue 'The next horizons for lipids as 'trophic biomarkers': evidence and significance of consumer modification of dietary fatty acids'.

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)0,225
score de la tête « metaresearch » (Gemma)0,296
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,225
Score d'incertitude au seuil0,955

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2250,296
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0030,003
Études des sciences et des technologies0,0030,020
Communication savante0,0060,019
Science ouverte0,0070,009
Intégrité de la recherche0,0100,012
Charge utile insuffisante (le modèle a refusé de juger)0,0070,003

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 Opus0,056
Tête enseignante GPT0,302
Écart entre enseignants0,246 · 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.

Devis d'étudeThéorique ou conceptuel
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

Citations73
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhilosophical Transactions of the Royal Society B Biological SciencesMême sujetIsotope Analysis in EcologyTravaux en français237 207