MétaCan
Menu
Retour à la cohorte
Enregistrement W4387045496 · doi:10.1038/s43705-023-00313-w

Arctic bacterial diversity and connectivity in the coastal margin of the Last Ice Area

2023· article· en· W4387045496 sur OpenAlexafffundabout
Catherine Girard, Warwick F. Vincent, Alexander I. Culley

Notice bibliographique

RevueISME Communications · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMethane Hydrates and Related Phenomena
Établissements canadiensUniversité LavalCenter for Northern Studies
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAUTO21 Network of Centres of ExcellenceGovernment of CanadaArcticNetCanada First Research Excellence FundParks CanadaFonds de recherche du Québec – Nature et technologiesUniversité Laval
Mots-clésArcticArctic ice packMargin (machine learning)Diversity (politics)OceanographyThe arcticSea iceGeographyPhysical geographyGeologyEcologyBiologyComputer science

Résumé

récupéré en direct d'OpenAlex

Arctic climate change is leading to sea-ice attrition in the Last Ice Area along the northern coast of Canada and Greenland, but less attention has been given to the associated land-based ecosystems. Here we evaluated bacterial community structure in a hydrologically coupled cryo-ecosystem in the region: Thores Glacier, proglacial Thores Lake, and its outlet to the sea. Deep amplicon sequencing revealed that Polaromonas was ubiquitous, but differed genetically among diverse niches. Surface glacier-ice was dominated by Cyanobacteria, while the perennially ice-capped, well-mixed water column of Thores Lake had a unique assemblage of Chloroflexi, Actinobacteriota, and Planctomycetota. Species richness increased downstream, but glacier microbes were little detected in the lake, suggesting strong taxonomic sorting. Ongoing climate change and the retreat of Thores Glacier would lead to complete drainage and loss of the lake microbial ecosystem, indicating the extreme vulnerability of diverse cryohabitats and unique microbiomes in the Last Ice coastal margin.

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 enseignants0,047
Score d'incertitude au seuil0,093

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,038
Tête enseignante GPT0,239
Écart entre enseignants0,201 · 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

Citations11
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueISME CommunicationsMême sujetMethane Hydrates and Related PhenomenaTravaux en français237 207