MétaCan
Menu
Retour à la cohorte
Enregistrement W4295367167 · doi:10.1038/s41597-022-01665-z

A georeferenced rRNA amplicon database of aquatic microbiomes from South America

2022· article· en· W4295367167 sur OpenAlexaff
Sebastián Metz, Paula Huber, Erick Mateus‐Barros, Pedro C. Junger, Michaela L. de Melo, Inessa Lacativa Bagatini, Irina Izaguirre, Mariana Câmara dos Reis, María Eugenia Llames, Victoria Accattatis, María Victoria Quiroga, Melina Devercelli, María Romina Schiaffino, Juan Pablo Niño‐García, Marcela Bastidas Navarro, Beatriz Modenutti, Helena Henriques Vieira, Martín Saraceno, Carmen Alejandra Sabio y García, Emiliano Pereira-Flores, Álvaro González-Revello, Claudia Piccini, Fernando Unrein, Cecília Alonso, Hugo Sarmento

Notice bibliographique

RevueScientific Data · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicrobial Community Ecology and Physiology
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesAgencia Santafesina de Ciencia, Tecnología e InnovaciónConsejo Nacional de Investigaciones Científicas y TécnicasAgencia Nacional de Promoción Científica y TecnológicaFundação de Amparo à Pesquisa do Estado de São Paulo
Mots-clésGeoreferenceEcologyGeographyMicrobiomeBiologyBiodiversityDatabasePhysical geographyComputer scienceBioinformatics

Résumé

récupéré en direct d'OpenAlex

The biogeography of bacterial communities is a key topic in Microbial Ecology. Regarding continental water, most studies are carried out in the northern hemisphere, leaving a gap on microorganism's diversity patterns on a global scale. South America harbours approximately one third of the world's total freshwater resources, and is one of these understudied regions. To fill this gap, we compiled 16S rRNA amplicon sequencing data of microbial communities across South America continental water ecosystems, presenting the first database µSudAqua[db]. The database contains over 866 georeferenced samples from 9 different ecoregions with contextual environmental information. For its integration and validation we constructed a curated database (µSudAqua[db.sp]) using samples sequenced by Illumina MiSeq platform with commonly used prokaryote universal primers. This comprised ~60% of the total georeferenced samples of the µSudAqua[db]. This compilation was carried out in the scope of the µSudAqua collaborative network and represents one of the most complete databases of continental water microbial communities from South America.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,757
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)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0030,008
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0440,001

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 Opus0,046
Tête enseignante GPT0,256
Écart entre enseignants0,210 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations10
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific DataMême sujetMicrobial Community Ecology and PhysiologyTravaux en français237 207