MétaCan
Menu
Retour à la cohorte
Enregistrement W4206331214 · doi:10.1101/2022.01.11.475793

Global monitoring of soil animal communities using a common methodology

2022· preprint· en· W4206331214 sur OpenAlex
Anton Potapov, Xin Sun, María J.I. Briones, George Gardner Brown, Erin K. Cameron, Jérôme Cortet, Nico Eisenhauer, Saori Fujii, Stefan Geisen, Konstantin B. Gongalsky, Carlos A. Guerra, I. Tanya Handa, Charlene Janion‐Scheepers, Zoë Lindo, Jérôme Mathieu, Maka Murvanidze, Uffe N. Nielsen, Stefan Scheu, Olaf Schmidt, Clément Schneider, Julia Seeber, Jiří Tůma, Alexei V. Tiunov, Andrey S. Zaitsev, Diana H. Wall

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2022
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueStudy of Mite Species
Établissements canadiensWestern UniversityUniversité du Québec à MontréalSaint Mary's University
Organismes subventionnairesDeutsches Zentrum für integrative Biodiversitätsforschung Halle-Jena-LeipzigConselho Nacional de Desenvolvimento Científico e TecnológicoNational Natural Science Foundation of ChinaDeutsche Forschungsgemeinschaft
Mots-clésSoil mesofaunaSoil biologyMicrofaunaSoil biodiversitySoil functionsEnvironmental scienceSoil organic matterSoil ecologyEnvironmental resource managementBiodiversityEcologySoil waterSoil scienceBiology

Résumé

récupéré en direct d'OpenAlex

Summary Here we introduce the Soil BON Foodweb Team, a cross-continental collaborative network that aims to monitor soil animal communities and food webs using consistent methodology at a global scale. Soil animals support vital soil processes via soil structure modification, direct consumption of dead organic matter, and interactions with microbial and plant communities. Soil animal effects on ecosystem functions have been demonstrated by correlative analyses as well as in laboratory and field experiments, but these studies typically focus on selected animal groups or species at one or few sites with limited variation in environmental conditions. The lack of comprehensive harmonised large-scale soil animal community data including microfauna, mesofauna, and macrofauna, in conjunction with related soil functions, limits our understanding of biological interactions in soil communities and how these interactions affect ecosystem functioning. To provide such data, the Soil BON Foodweb Team invites researchers worldwide to use a common methodology to address six long-term goals: (1) to collect globally representative harmonised data on soil micro-, meso-, and macrofauna communities; (2) to describe key environmental drivers of soil animal communities and food webs; (3) to assess the efficiency of conservation approaches for the protection of soil animal communities; (4) to describe soil food webs and their association with soil functioning globally; (5) to establish a global research network for soil biodiversity monitoring and collaborative projects in related topics; (6) to reinforce local collaboration networks and expertise and support capacity building for soil animal research around the world. In this paper, we describe the vision of the global research network and the common sampling protocol to assess soil animal communities and advocate for the use of standard methodologies across observational and experimental soil animal studies. We will use this protocol to conduct soil animal assessments and reconstruct soil food webs on the sites included in the global soil biodiversity monitoring network, Soil BON, allowing us to assess linkages among soil biodiversity, vegetation, soil physico-chemical properties, and ecosystem functions. In the present paper, we call for researchers especially from countries and ecoregions that remain underrepresented in the majority of soil biodiversity assessments to join us. Together we will be able to provide science-based evidence to support soil biodiversity conservation and functioning of terrestrial ecosystems.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,483
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
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 Opus0,104
Tête enseignante GPT0,290
Écart entre enseignants0,186 · 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