MétaCan
Menu
Retour à la cohorte
Enregistrement W4396579434 · doi:10.3390/environments11050090

Aquatic Bacterial Community Connectivity: The Effect of Hydrological Flow on Community Diversity and Composition

2024· article· en· W4396579434 sur OpenAlexafffund
Javad Sadeghi, Clare J. Venney, Shelby Wright, James D. Watkins, Dana Manning, Edel Bai, Chelsea Frank, Daniel D. Heath

Notice bibliographique

RevueEnvironments · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicrobial Community Ecology and Physiology
Établissements canadiensUniversity of Windsor
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBeta diversityTransectEnvironmental scienceEcologyMicrobial population biologyCommunity structureSTREAMSAlpha diversityEcosystemAquatic ecosystemHydrology (agriculture)BiodiversityBiologyGeology

Résumé

récupéré en direct d'OpenAlex

Microbial communities are vital components of freshwater ecosystems due to their role in nutrient cycling and energy flow; however, the mechanisms driving their variation are still being explored. In aquatic systems, water flow (hydrology) can impact microbial community composition through community connectivity; however, the details of hydrology’s effects on microbial connectivity remain unclear. To address this question, we used 16S rRNA metabarcoding to determine bacterial community composition and connectivity across flow transects in three connected Great Lakes waterbodies with very different water-flow regimes: the Little River (high flow), the Detroit River (moderate flow), and Lake Erie (low flow). Bacterial alpha diversity (Chao1) did not differ among the three locations or sample sites along the transects. Analyses of beta diversity using community dissimilarity matrices identified significant differences among the three locations and among sample sites within locations. Bacterial community connectivity varied among the three locations, with a significant distance–decay relationship observed only in the low-flow location, which is indicative of connectivity driven by spatial proximity. Directional analyses showed that the water-flow direction affected bacterial similarity, consistent with the expected hydrological effects on community connectivity and previous published work. Our results indicate that (1) microbial community composition varies within and among even geographically close sampling locations and (2) the specific water-flow regime appears to affect bacterial community connectivity. Including hydrology in models of bacterial community composition will improve our understanding of the relative roles of selection versus stochastic effects on bacterial community diversity and composition in freshwater ecosystems.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,014
Tête enseignante GPT0,218
Écart entre enseignants0,204 · 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

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmentsMême sujetMicrobial Community Ecology and PhysiologyTravaux en français237 207