MétaCan
Menu
Retour à la cohorte
Enregistrement W4400356552 · doi:10.1016/j.oneear.2024.06.002

CoBacFM: Core bacteria forecast model for global grassland pH dynamics under future climate warming scenarios

2024· article· en· W4400356552 sur OpenAlexaff
Kai Feng, Shang Wang, Qing He, Michael Bonkowski, Mohammad Bahram, Étienne Yergeau, Zhu‐Jun Wang, Xi Peng, Danrui Wang, Shuzhen Li, Yingcheng Wang, Zhicheng Ju, Xiongfeng Du, Chengliang Yan, Songsong Gu, Tong Li, Xingsheng Yang, Wenli Shen, Ziyan Wei, Qiulong Hu, Pengfei Li, Yanmei Zhu, Guangxin Lu, Clara Qin, Gengxin Zhang, Chunwang Xiao, Yunfeng Yang, Jizhong Zhou, Ye Deng

Notice bibliographique

RevueOne Earth · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicrobial Community Ecology and Physiology
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesNational Key Research and Development Program of ChinaChina Postdoctoral Science FoundationNational Natural Science Foundation of ChinaNational Science Foundation
Mots-clésGrasslandEnvironmental scienceBiogeochemical cycleClimate changeGlobal warmingGlobal changeAtmospheric sciencesEcologyBiologyGeology

Résumé

récupéré en direct d'OpenAlex

Soil microbes regulate various biogeochemical cycles on Earth and respond rapidly to climate change, which is accompanied by changes in soil pH. However, the long-term patterns of these changes under future climate scenarios remain unclear. We propose a core-bacteria-forecast model (CoBacFM) to model soil pH changes by shifts of core bacterial groups under future scenarios using a curated soil microbiota dataset of global grasslands. Our model estimates that soil pH will increase in 63.8%–67.0% of grassland regions and decrease in 10.1%–12.4% of regions. Approximately 32.5%–32.9% of regions will become more alkaline by 5.6%, and these areas expand in all future scenarios. These results were supported by 14 warming simulation experiments. Using bacterial responses as bioindicators of soil pH, the CoBacFM method can accurately forecast pH changes in future scenarios, and the changing global climate is likely to result in the alkalization of grasslands.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,045
Score d'incertitude au seuil0,089

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,024
Tête enseignante GPT0,255
Écart entre enseignants0,231 · 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'étudeSimulation ou modélisation
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

Citations26
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOne EarthMême sujetMicrobial Community Ecology and PhysiologyTravaux en français237 207