MétaCan
Menu
← Retour à la cohorte
Enregistrement W3208183593 · doi:10.1101/2021.10.24.465617

Quantification of breeding sites parameters in shaping bacterial communities in <i>Aedes aegypti</i> (Diptera: Culicidae)

2021· preprint· en· W3208183593 sur OpenAlexaff
Josiann Normandeau-Guimond, Lyza Héry, Amandine Guidez, Audrey‐Anne Durand, Christelle Delannay, Jean Issaly, Stéphanie Raffestin, Joseph Nigro, Anubis Vega-Rúa, Philippe Constant, Claude Guertin

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2021
Typepreprint
Langueen
DomaineMedicine
ThématiqueMosquito-borne diseases and control
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesAgence Nationale de la Recherche
Mots-clésMicrobiomeBiologyAedes aegyptiEcologyLarva

Résumé

récupéré en direct d'OpenAlex

Abstract Studies have demonstrated the importance of breeding site, few had disentangled the role of microbiome, physico-chemical and biological factors of water as well as landuse on larval microbial communities and their recruitment in mosquito. A quantitative exploration of the interplay of multiple factors on mosquito microbiome was performed using a dataset obtained through a field survey undertaken in French Guiana. Two complementary hypotheses were tested (i) the most dissimilar larval microbiome structures in breeding sites displayed the most contrasting water properties and land-use, (ii) a higher specificity level of environmental parameters have an incidence on larval microbiome. Variance partitioning approach validated the two hypothesis by providing evidence that water bacterial community is a most significant driver shaping the structure of the bacteriome in mosquito than other environmental parameters from the breeding sites. However, land-use does not play such important role to explain variance. Our results consolidate and complement the knowledge shaping mosquito microbiota but also highlighted the large unknown in understanding the ecology of the recruitment into host.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,039
Tête enseignante GPT0,255
Écart entre enseignants0,216 · 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'étudeObservationnel
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetMosquito-borne diseases and control→Travaux en français237 207→