MétaCan
Menu
Retour à la cohorte
Enregistrement W6967024201 · doi:10.5061/dryad.tht76hdxq

Phosphorus deficiencies invoke optimal allocation of exoenzymes by ectomycorrhizas

2021· dataset· en· W6967024201 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2021
Typedataset
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCredit Risk and Financial Regulations
Établissements canadiensNatural Resources CanadaUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésNucleofectionLiquationArticular cartilage damageTSG101Fusible alloyGestational period

Résumé

récupéré en direct d'OpenAlex

Ectomycorrhizal (EM) fungi can acquire phosphorus (P) through the production of extracellular hydrolytic enzymes (exoenzymes), but it is unclear as to the manner and extent native EM fungal communities respond to declining soil P availability. We examined the activity of six exoenzymes (xylosidase, N-acetyl glucosaminidase, b-glucosidase, acid phosphomonoesterase, acid phosphodiesterase [APD], laccase) from EM roots of Pseudotsuga menzesii across a soil podzolization gradient of coastal British Columbia. We found APD activity increased 4-fold in a curvilinear association with declining inorganic P. Exoenzyme activity was not related to organic P content, but at a finer resolution using 31P-NMR, there was a strong positive relationship between APD activity and the ratio of phosphodiesters to orthophosphate of organic horizons (forest floors). Substantial increases (2 to 5-fold) in most exoenzymes were aligned with declining foliar P concentrations of P. menzesii, but responses were statistically better in relation to foliar nitrogen (N):P ratios. EM fungal species with consistently high production of key exoenzymes were exclusive to Podzol plots. Phosphorus deficiencies in relation to N limitations may provide the best predictor of exoenzyme investment, reflecting an optimal allocation strategy for EM fungi. Resource constraints contribute to species turnover and the assembly of distinct, well-adapted EM fungal communities.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,033
Tête enseignante GPT0,219
Écart entre enseignants0,187 · 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
GenreJeu de données

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetCredit Risk and Financial RegulationsTravaux en français237 207