MétaCan
Menu
← Retour à la cohorte
Enregistrement W4406410947 · doi:10.3168/jds.2024-25713

International Symposium on Ruminant Physiology: Rumen fungi, archaea, and their interactions

2025· review· en· W4406410947 sur OpenAlexafffund
Tim A. McAllister, Krysty Thomas, Robert J. Gruninger, Mostafa S. Elshahed, Yuqi Li, Yanfen Cheng

Notice bibliographique

RevueJournal of Dairy Science · 2025
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesNational Natural Science Foundation of ChinaBeef Cattle Research CouncilOklahoma State UniversityNational Institutes of HealthNational Science Foundation
Mots-clésRuminantRumenArchaeaBiologyPhysiologyBiotechnologyFood scienceEcologyBacteriaFermentationPastureGenetics

Résumé

récupéré en direct d'OpenAlex

Anaerobic gut fungi (AGF) were the last phylum to be identified within the rumen microbiome and account for 7% to 9% of microbial biomass. They produce potent lignocellulases that degrade recalcitrant plant cell walls, and rhizoids that can penetrate the cuticle of plant cells, exposing internal components to other microbiota. Interspecies H 2 transfer between AGF and rumen methanogenic archaea is an essential metabolic process in the rumen that occurs during the reduction of CO 2 to CH 4 by methanogens. This symbiotic relationship is bolstered by hydrogensomes, fungal organelles that generate H 2 and formate. Interspecies H 2 transfer prevents the accumulation of reducing equivalents that would otherwise impede fermentation. The extent to which hydrogenosomes serve as a conduit for H 2 flow to methanogens is unknown, but it is likely greater with low-quality forages. Strategies that alter the production of CH 4 could also have implications for H 2 transfer by anaerobic fungi. Understanding the factors that drive these interactions and H 2 flow could provide insight into the effect of reducing CH 4 production on the activity of ruminal fungi and the digestion of low-quality feeds.

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)0,002
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,144

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0430,017

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 Opus0,036
Tête enseignante GPT0,309
Écart entre enseignants0,273 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Dairy Science→Même sujetRuminant Nutrition and Digestive Physiology→Travaux en français237 207→