MétaCan
Menu
Retour à la cohorte
Enregistrement W4285999715 · doi:10.1128/msystems.00224-22

Predictable Changes in Eelgrass Microbiomes with Increasing Wasting Disease Prevalence across 23° Latitude in the Northeastern Pacific

2022· article· en· W4285999715 sur OpenAlexafffund
Deanna S. Beatty, Lillian R. Aoki, Brendan Rappazzo, Chelsea Bergman, Lia K. Domke, J. Emmett Duffy, Katie DuBois, Ginny L. Eckert, Carla P. Gomes, Olivia Graham, Leah Harper, C. Drew Harvell, Timothy L. Hawthorne, Margot Hessing‐Lewis, Kevin A. Hovel, Zachary L. Monteith, Ryan Mueller, Angeleen M. Olson, C. R. M. Prentice, Fiona Tomás, Bo Yang, John J. Stachowicz

Notice bibliographique

RevuemSystems · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal plant biology
Établissements canadiensTula FoundationUniversity of British Columbia
Organismes subventionnairesHakai InstituteNational Aeronautics and Space AdministrationNational Science Foundation
Mots-clésZostera marinaBiodiversityBiologyEcologyChronic wasting diseaseEcosystemMicrobiomeSeagrassDiseaseGeographyBioinformaticsMedicine

Résumé

récupéré en direct d'OpenAlex

(wasting disease). We link bacterial members of phyllosphere tissues to the prevalence of wasting disease across the broadest geographic range to date for a marine plant microbiome-disease study (3,100 km). We identify Cellvibrionaceae, plant cell wall degraders, enriched (up to 61% relative abundance) within lesion tissue, which suggests this group may be playing important roles in disease progression. These findings suggest inclusion of microbiomes in marine disease studies will improve our ability to predict ecological outcomes of infection across variable landscapes spanning thousands of kilometers.

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 enseignants0,045
Score d'incertitude au seuil0,090

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 Opus0,011
Tête enseignante GPT0,198
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

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

Citations20
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuemSystemsMême sujetMarine and coastal plant biologyTravaux en français237 207