MétaCan
Menu
Retour à la cohorte
Enregistrement W4386457707 · doi:10.3389/frym.2023.1010245

In Oceans, Lakes And Ponds, Living Things Can Become What They Eat

2023· article· en· W4386457707 sur OpenAlexaff
Zachary J. F. Fedder, David Roy Smith

Notice bibliographique

RevueFrontiers for Young Minds · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicrobial Community Ecology and Physiology
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésEndosymbiosisOrganismBiologyBiodiversityAstrobiologyAlgaeLineage (genetic)EcologyEvolutionary biologyChloroplastPaleontology

Résumé

récupéré en direct d'OpenAlex

Most of the world’s rich variety of life, called biodiversity, cannot be seen by the naked eye. But just because it is small does not mean it is boring or unimportant! Tiny organisms known as microbes, which are often made up of only a single cell, have many impressive abilities and weird qualities. A lot of the microbial diversity we observe today was made possible by the sharing of DNA between different species through a process called endosymbiosis—in which one organism (the endosymbiont) becomes trapped inside another (called the host). Indeed, an ancient endosymbiotic event resulted in the chloroplasts that trees and green algae use to convert sunlight into energy, for example. Chloroplasts were then passed along, like Pokémon cards, to other organisms through more recent endosymbiotic events, causing an explosion of photosynthesis across the microbial world.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,330
Score d'incertitude au seuil0,552

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,008
Tête enseignante GPT0,218
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; un appel candidat d’une seule tête enseignante, 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers for Young MindsMême sujetMicrobial Community Ecology and PhysiologyTravaux en français237 207