MétaCan
Menu
Retour à la cohorte
Enregistrement W4392165208 · doi:10.1002/lno.12540

Salinity as a key factor affecting viral activity and life strategies in alpine lakes

2024· article· en· W4392165208 sur OpenAlexaff
L. Zang, Yongqin Liu, Nianzhi Jiao, Kevin Xu Zhong, Xuanying Song, Yunlan Yang, Lanlan Cai, Keshao Liu, Guannan Mao, Mukan Ji, Rui Zhang

Notice bibliographique

RevueLimnology and Oceanography · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueBacteriophages and microbial interactions
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesChina Postdoctoral Science FoundationNational Natural Science Foundation of China
Mots-clésSalinityLysogenic cycleAbundance (ecology)Viral life cycleBiologyBiosphereEcologyPlateau (mathematics)Carbon cycleLytic cycleEnvironmental scienceViral replicationVirusBacteriophageVirologyEcosystem

Résumé

récupéré en direct d'OpenAlex

Abstract Viruses are major players in the biosphere, yet little is known about their dynamics and life strategies in alpine lakes, particularly those on the Tibetan Plateau. We investigated microbial abundance, viral dynamics, and viral life strategies in 10 high‐altitude Tibetan lakes and found that they harbor high levels of active viruses. Salinity was identified as a crucial factor influencing viral abundance, dynamics, as well as viral life strategies. Lytic and lysogenic viral productions in moderate‐ and high‐salinity lakes were significantly higher than those in freshwater lakes. A trade‐off between viral life strategies resulted in a switch from lysis to lysogeny in high‐salinity lakes. Virus‐mediated cell lysis and virus decay in sampled Tibetan lakes could release about 162.72 and 2.84 μg C L−1 d−1, respectively. These findings revealed the crucial role of viruses in the carbon cycle of Tibetan lakes, and a switch in viral life strategies may impact their contribution to the carbon cycle. The potential impact of salinity changes triggered by climate change on the carbon cycle in alpine lakes worldwide is highlighted.

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 enseignants0,008
Score d'incertitude au seuil0,015

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
Bibliométrie0,0000,000
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 Opus0,009
Tête enseignante GPT0,252
Écart entre enseignants0,243 · 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

Citations14
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLimnology and OceanographyMême sujetBacteriophages and microbial interactionsTravaux en français237 207