MétaCan
Menu
Retour à la cohorte
Enregistrement W4412737128 · doi:10.1029/2025jg009071

Investigating the Atmospheric Microbial Ecosystem Through Theory, Bioenergetics, and Numerical Modeling: A Breath of Fresh Air for Aeromicrobiology

2025· article· en· W4412737128 sur OpenAlexafffund
Eloi Martinez‐Rabert, Laura Molares Moncayo, Elizabeth Trembath‐Reichert, Rachael Lappan, Chris Greening, Jacqueline Goordial, James A. Bradley

Notice bibliographique

RevueJournal of Geophysical Research Biogeosciences · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensUniversity of Guelph
Organismes subventionnairesAgence Nationale de la RechercheHuman Frontier Science ProgramHORIZON EUROPE European Research CouncilCanadian Institute for Advanced Research
Mots-clésEnvironmental scienceEcosystemBioenergeticsAtmospheric sciencesEcologyBiologyPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract The atmosphere may constitute the Earth's largest microbial ecosystem, yet it remains the least understood. While microorganisms can persist and may even thrive in the polyextremes of the Earth's atmosphere, it is still unknown whether the atmosphere sustains an active microbial community. Despite growing awareness of the role of the aeromicrobiome in shaping global biogeography, epidemiology, and climate, fundamental questions about its metabolic activity and ecological significance remain unanswered. Here, we outline how theoretical approaches and numerical modeling tools provide powerful avenues to investigate the atmospheric microbial ecosystem, offering unique insights that complement experimental and observational‐based studies and can overcome many of the challenges they face. We consider frameworks that integrate (a) theoretical considerations for microbial metabolism across a range of catabolic and anabolic processes, (b) microbial physiology and metabolic states, (c) thermodynamics and bioenergetics, (d) the chemical and physical conditions of the atmosphere and bioaerosols, (e) transport and residence time of microorganisms, and (f) bottom‐up and top‐down approaches. Theory and modeling‐based investigations into the aeromicrobiome can generate and test theory and model‐informed hypotheses, formulate mechanistic explanations of biological processes and observations, and inform targeted sampling strategies and experimentation. Together, these approaches bring us closer to determining whether the Earth's atmosphere is a true ecosystem—that is, a metabolically active community of organisms interacting with each other and with the environment. Advances in aeromicrobiology research brought about by theory and modeling can reveal significant insights into global biogeography, biogeochemical cycles, climate processes, and the limits for life.

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)0,004
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: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,003
Communication savante0,0020,003
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
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 Opus0,021
Tête enseignante GPT0,288
Écart entre enseignants0,267 · 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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research BiogeosciencesMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207