MétaCan
Menu
Retour à la cohorte
Enregistrement W4388732856 · doi:10.1038/s41467-023-43129-x

Microbial methane cycling in a landfill on a decadal time scale

2023· article· en· W4388732856 sur OpenAlexafffund
Daniel S. Grégoire, Nikhil A. George, Laura A. Hug

Notice bibliographique

RevueNature Communications · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLandfill Environmental Impact Studies
Établissements canadiensCarleton UniversityUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Waterloo
Mots-clésMethaneEnvironmental scienceBiogeochemical cycleAnaerobic oxidation of methaneMunicipal solid wasteGreenhouse gasCyclingBiogasMethanogenesisMetagenomicsLandfill gasBiodegradable wasteEnvironmental chemistryWaste managementEcologyChemistryBiologyEngineering

Résumé

récupéré en direct d'OpenAlex

Landfills generate outsized environmental footprints due to microbial degradation of organic matter in municipal solid waste, which produces the potent greenhouse gas methane. With global solid waste production predicted to increase substantially in the next few decades, there is a pressing need to better understand the temporal dynamics of biogeochemical processes that control methane cycling in landfills. Here, we use metagenomic approaches to characterize microbial methane cycling in waste that was landfilled over 39 years. Our analyses indicate that newer waste supports more diverse communities with similar composition compared to older waste, which contains lower diversity and more varied communities. Older waste contains primarily autotrophic organisms with versatile redox metabolisms, whereas newer waste is dominated by anaerobic fermenters. Methane-producing microbes are more abundant, diverse, and metabolically versatile in new waste compared to old waste. Our findings indicate that predictive models for methane emission in landfills overlook methane oxidation in the absence of oxygen, as well as certain microbial lineages that can potentially contribute to methane sinks in diverse habitats.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,428
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,004

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 Opus0,015
Tête enseignante GPT0,292
Écart entre enseignants0,277 · 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.

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

Citations44
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetLandfill Environmental Impact StudiesTravaux en français237 207