Data collection for Tsuji et al., 2020, Microbial ecology of phototrophs in Boreal Shield lakes, Chapter 3: Biogeography and activity of chlorophototrophs in the ferruginous water columns of Boreal Shield lakes (PhD thesis)
Notice bibliographique
Résumé
This data collection includes supplementary or raw data files related to Chapter 3 of the PhD thesis of Jackson M. Tsuji, "Biogeography and activity of chlorophototrophs in the ferruginous water columns of Boreal Shield lakes" (in "Microbial ecology of phototrophs in Boreal Shield lakes"). Specifically, the following files are included: ASV_table_non_rarefied_counts.tsv.gz -- non-rarefied ASV table containing 16S rRNA gene amplicon data presented in this study as raw counts. Beyond the index column and sample columns, two additional columns, "Consensus.Lineage" and "Sequence" are included in the table. These columns include the taxonomic classification of the ASV (according to Silva) and the ASV sequence, respectively. ASV_table_non_rarefied_percent.tsv.gz -- same as above, but the data are normalized within each sample and expressed as percentages (i.e., sum to 100%). ASV_table_rarefied_counts.tsv.gz -- same as "ASV_table_non_rarefied_counts.tsv.gz", except that data is rarefied to 12,000 sequences per sample. Five samples were dropped due to having <12,000 sequences. ASV_table_rarefied_percent.tsv.gz -- same as above, but the data are normalized within each sample and expressed as percentages (i.e., sum to 100%). MAG_abundances_to_unassembled_reads.tsv.gz -- table like an ASV table showing the relative abundances (expressed as percentages) of metagenome-assembled genomes within metagenomes. Aside from the index column and sample columns, additional columns are included to provide the taxonomic classification of the MAGs (based on the Genome Taxonomy Database) and the CheckM statistics of the MAGs. Relative abundances of MAGs in a metagenome are calculated as the number of mapped reads to the MAGs from the given metagenome divided by the total number of unassembled metagenome reads for that metagenome (times 100%). MAG_abundances_to_assembled_reads.tsv.gz -- same as above, except that relative abundances are divided by the total number of unassembled metagenome reads for that metagenome that mapped to that metagenome's assembled contigs. core_sample_metadata.tsv -- table of core physico-chemical and geographic metadata for the samples in this study (used to build biplots presented in the chapter). Note that "nd" means "no data available", and any measurements below detection limits have been set to 0. A limited number of values were inferred from other sampling time points -- these are noted in the table for TDFe measurements, and in addition, the light attenuation coefficient for Lake 373 in Sept. 2017 was inferred from the Sept. 2016 coefficient due to no light data being available for Sept. 2017 samples. metadata_descriptions.tsv -- descriptions of all metadata columns in the above file.
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 | 0,004 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,138 | 0,068 |
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 ».