Advancing mycorrhizal trait‐based ecology using both pure cultures and community‐level traits
Notice bibliographique
Résumé
Traits are the intermediate by which species respond to environmental filters and influence ecosystem functions. With the myriad of biogeochemical processes controlled by fungi, the past decade has witnessed a rising interest in applying trait-based approaches, core to the toolkit of plant and animal ecophysiologists, to fungi. One of the first challenges to tackle when working on fungal ecophysiology is to circumscribe the very definition of what we consider a fungal trait. Traits are characteristics/features possessed by an individual that can influence how it interacts with its environment. Here, the individual scale is both important, and problematic. Important because the very goal of comparative ecology is to measure traits on individuals belonging to known species. This allows us to populate trait databases, and syntheses of such databases can reveal key trade-offs and trait syndromes that govern species' life-histories. The scale of the individual is problematic, however, because it is hard to define for soil fungi, and because a rare minority of fungi can be sampled at the individual scale in the environment (e.g., macroscopic sporocarps, ectomycorrhizal root tips, lichen thalli). Beyond this minority, the individual organisms can only be accessed/sampled through establishing fungal cultures, which probably represents one of the main bottlenecks in the development of fungal trait databases. In this issue of Molecular Ecology, Zhang et al. (2022) show how interesting insights in fungal trait-based ecology can be gained by working at the community level.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,006 | 0,010 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».