MétaCan
Menu
Retour à la cohorte
Enregistrement W7018055085

Breytileiki baktería á milli þriggja jarðvegsgerða í Húsafelli

2018· other· is· W7018055085 sur OpenAlexaboutno aff

Notice bibliographique

RevueSkemman · 2018
Typeother
Langueis
DomaineEnvironmental Science
ThématiqueUrban Planning and Landscape Design
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVector autoregression
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Eftirfarandi ritgerð er lögð fram sem lokaverkefni til BSc-gráðu við Landbúnaðarháskóla Íslands, vorið 2018. Markmið rannsóknarinnar var að skoða breytileika í bakteríu samfélagi í íslenskum jarðvegi. Borinn var saman bakteríu fjölbreytileiki í þremur mismunandi gróðurgerðum, þ.e. mel, mó- og skóglendi. Þar að auki var nokkrum umhverfisþáttum, sem gætu haft áhrif á bakteríu breytileikann, gerð skil. Engar rannsóknir hafa verið framkvæmdar um breytileika í samfélagi jarðvegsbaktería hér á landi með þeim aðferðum sem var beitt í þessari rannsókn. Jarðvegssýnin, sem verkefnið byggir á, voru tekin við Húsafell á þremur mismunandi svæðum með þremur endurtekningum. Erfðaefni bakteríanna var einangrað úr jarðvegssýnunum og sent í 16S rRNA gena raðgreiningu til Quebec í Kanada. Genaraðir voru meðhöndlaðar með ýmsum tölvuforritum þ.m.t. MobaXTerm, DaDa2 og Qiime2 til að fá fram þann fjölbreytileika baktería sem var til staðar í jarðvegsýnunum. Niðurstöður sýndu að mesti munur á samfélögum jarðvegsbaktería var á milli melsins annarsvegar og mó- og skóglendisins hins vegar. Mögulega er meiri fjölbreytileiki jarðvegsbaktería í melajarðvegi en öðrum jarðvegsgerðum en frekari rannsókna er þörf til að prófa þá tilgátu betur. Þau eðlis- og efnafræðilegu umhverfisáhrif sem hafa áhrif á fjölbreytileikann eru einkum sýrustig (pH H2O) ásamt kolefnis- og C/N hlutfalli jarðvegsins. Einhver fjölbreytileiki sást ef borinn var saman fjölbreytileiki mólendis við skóglendi. Nokkur breytileiki sást á milli mólendis og skóglendis og einn skógarreiturinn skar sig mikið út en þar var sýrustig hærra og minna af lífrænum efnum en í hinum mó- og skóglendisreitunum.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,079
Score d'incertitude au seuil0,264

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0040,001
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0790,031

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 Opus0,010
Tête enseignante GPT0,208
Écart entre enseignants0,198 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSkemmanMême sujetUrban Planning and Landscape DesignTravaux en français237 207