MétaCan
Menu
← Retour à la cohorte
Enregistrement W4243588884 · doi:10.7287/peerj.preprints.1100

Bacteriophage richness reduces bacterial niche overlap in experimental microcosms

2015· preprint· en· W4243588884 sur OpenAlexaff
Miguel G. Matias, Dominique Gravel, Marine Combe, Timothée Poisot, Claire Barbera, Manon Lounnas, Thierry Bouvier, Nicolas Mouquet

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEvolution and Genetic Dynamics
Établissements canadiensUniversité de MontréalUniversité du Québec à Rimouski
Organismes subventionnairesnon disponible
Mots-clésBacteriophageBiologySpecies richnessMicrocosmNicheTrophic levelCompetition (biology)Complementarity (molecular biology)BacteriaEcologyEcosystemEscherichia coliGenetics

Résumé

récupéré en direct d'OpenAlex

Antagonistic interactions such as competition and predation shape the structure and dynamics of ecological communities. Their combined effects can affect the species richness within a particular trophic level. Despite theory linking the complementarity of interactions across trophic levels and ecosystem functioning, there is a shortage of empirical tests of such predictions. We present an experimental investigation of these combined effects within a bacteria-phage interaction network. We measured the biomass yield of combinations of bacterial strains under increasing levels of bacteriophage richness. Our results show an increasing impact of phage on bacteria with increasing phage diversity. In contrast, no combination of phages significantly changed the overall productivity of bacterial mixed cultures when compared with expectations based on bacterial monocultures. Finally, we found that the addition of phages decreases the realized niche overlap among pair of bacterial species with the greatest reduction occurring when all phages were present. Our results show that the productivity of this system is the results from the combined effects of exploitative (shared resources between bacteria) and apparent (shared phages between bacteria) competition.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,015
Tête enseignante GPT0,286
Écart entre enseignants0,271 · 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'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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEvolution and Genetic Dynamics→Travaux en français237 207→