MétaCan
Menu
Retour à la cohorte
Enregistrement W3087501169 · doi:10.7717/peerj.9821

Assessing the responses of <i>Sphagnum</i> micro-eukaryotes to climate changes using high throughput sequencing

2020· article· en· W3087501169 sur OpenAlexfundno aff
Monika Reczuga, Christophe V. W. Seppey, Matthieu Mulot, Vincent E. J. Jassey, Alexandre Buttler, Sandra Słowińska, Michał Słowiński, Enrique Lara, Mariusz Lamentowicz, Edward A. D. Mitchell

Notice bibliographique

RevuePeerJ · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePeatlands and Wetlands Ecology
Établissements canadiensnon disponible
Organismes subventionnairesUniwersytet im. Adama Mickiewicza w PoznaniuNorges ForskningsrådNarodowym Centrum NaukiEuropean CommissionComunidad de MadridSCIEX
Mots-clésEcosystemSphagnumClimate changePeatEnvironmental scienceEcologyGlobal warmingCarbon cycleBiology

Résumé

récupéré en direct d'OpenAlex

Current projections suggest that climate warming will be accompanied by more frequent and severe drought events. Peatlands store ca. one third of the world’s soil organic carbon. Warming and drought may cause peatlands to become carbon sources through stimulation of microbial activity increasing ecosystem respiration, with positive feedback effect on global warming. Micro-eukaryotes play a key role in the carbon cycle through food web interactions and therefore, alterations in their community structure and diversity may affect ecosystem functioning and could reflect these changes. We assessed the diversity and community composition of Sphagnum -associated eukaryotic microorganisms inhabiting peatlands and their response to experimental drought and warming using high throughput sequencing of environmental DNA. Under drier conditions, micro-eukaryotic diversity decreased, the relative abundance of autotrophs increased and that of osmotrophs (including Fungi and Peronosporomycetes) decreased. Furthermore, we identified climate change indicators that could be used as early indicators of change in peatland microbial communities and ecosystem functioning. The changes we observed indicate a shift towards a more “terrestrial” community in response to drought, in line with observed changes in the functioning of the ecosystem.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,452
Score d'incertitude au seuil0,344

Scores Codex et Gemma par catégorie

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

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 Opus0,053
Tête enseignante GPT0,301
Écart entre enseignants0,247 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations19
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePeerJMême sujetPeatlands and Wetlands EcologyTravaux en français237 207