Biodiversité microbienne des écosystèmes extrêmes : analyse moléculaire de la diversité des Archaea dans deux lacs méromictiques arctiques
Bibliographic record
Abstract
Une série de lacs méromictiques existent le long de la côte nord de l'île d'Ellesmere au Nunavut (Canada). Ces lacs hautement stratifiés possèdent un couvert de glace p~rmanent qui contribue à maintenir la stabilité de gradients de salinité et de température dans ces écosystèmes. La limnologie physique et chimique de ces lacs polaires est bien connue. Cependant, nous en savons très peu sur les populations microbiennes qu'ils abritent. L' objectif pr~ncipal de ce travail est de décrire la diversité microbienne et les conditions environnementales dans les lacs de façon à relier la composition et la fonction des communautés aux propriétés physico-chimiques. Le profil de l'oxygène dissous divise ces écosystèmes aquatiques en trois couches d'eau distinctes: une zone riche en oxygène dans la partie supérieure du lac, suivie d'une zone de transition et d'une zone anoxique en profondeur. Nous avons échantillonné chacune de ces trois couches afin de prélever des échantillons d'ADN dans le but de décrire, à l'aide d'outils moléculaires (clonage moléculaire, PCR quantitative) la diversité et la fonction des communautés d'Archaea dans deux lacs méromictiques arctiques (A et Cl). Nos résultats révèlent la présence de diverses communautés d'Archaea dans les lacs et une différence prononcée de cette diversité entre les profondeurs échantillonnées. De plus, la présence d'un gène associé à la nitrification, le gène amoA, a pour la première fois été détectée dans un environnement lacustre. Cette découverte nous permet de supposer la présence d'Archaea nitrifiantes dans les lacs A et Cl.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".