MétaCan
Menu
Retour à la cohorte
Enregistrement W7117246915 · doi:10.1016/j.dib.2025.112425

Long-read metagenomic dataset from domestic rabbit manure and domestic rabbit manure-derived vermicompost

2025· article· en· W7117246915 sur OpenAlexfundno aff
June Labbancz, Amanda Birnbaum, Amit Dhingra

Notice bibliographique

RevueData in Brief · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueComposting and Vermicomposting Techniques
Établissements canadiensnon disponible
Organismes subventionnairesTexas A and M University-Central TexasNational Institute of Food and AgricultureHatchTexas A and M University
Mots-clésVermicompostRabbit (cipher)ManureMetagenomicsAgriculture

Résumé

récupéré en direct d'OpenAlex

This dataset describes samples collected from two Domestic Rabbit manure sources and three Domestic Rabbit manure-derived vermicompost bins. Three samples were taken from each and total DNA was isolated. Nanopore sequencing was used to collect data from all isolated DNA samples. After length and quality filtering, 181.5 gigabases (Gb) of sequencing data was collected across 15 samples. Streptomyces, Bradyrhizobium, Mesorhizobium , and Microbacterium were in the top 5 genera for all vermicompost samples, but two vermicompost samples had very high proportions of Escherichia and Mycobacterium . Vermicomposting can enable the development of beneficial microbial communities, but often lacking a thermophilic phase, may also allow for the growth of potentially pathogenic microbes. The vermicomposts described by this dataset contains both beneficial and potentially harmful microbial communities and may be used to support comparisons between composts and vermicomposts of different backgrounds for safety and utility.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,775
Score d'incertitude au seuil0,940

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,002
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 Opus0,029
Tête enseignante GPT0,293
Écart entre enseignants0,264 · 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 tête enseignante, 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData in BriefMême sujetComposting and Vermicomposting TechniquesTravaux en français237 207