MétaCan
Menu
Retour à la cohorte
Enregistrement W1567666499 · doi:10.1096/fasebj.28.1_supplement.589.2

A genomic approach to microbial source tracking of fecal indicator bacteria in recreational surface waters (589.2)

2014· article· en· W1567666499 sur OpenAlexaboutno aff
Michael J. Pikaart, Cameron J. Pratt, Stephen Skilling, Aaron A. Best

Notice bibliographique

RevueThe FASEB Journal · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental DNA in Biodiversity Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSource trackingFecal coliformIndicator bacteriaMicrobial population biologyMetagenomicsWatershedBiologyNonpoint source pollution16S ribosomal RNAEnvironmental scienceBacteriaEcologyPollutionWater qualityGeneticsComputer scienceGene

Résumé

récupéré en direct d'OpenAlex

We present results of a multi‐year study to identify sources of chronic high fecal indicator bacterial levels in the Lake Macatawa (Ottawa County, Michigan) watershed. In this work, we have analyzed community bacterial DNA from environmental samples to characterize total microbial community populations using traditional qPCR and next generation DNA sequencing and analysis techniques. Standard microbiological and 16S rRNA qPCR source tracking techniques have revealed widespread and possibly endogenous nonpoint sources, as well as occasional point source hotspots. These results are compared to microbial community source tracking is based on DNA information in the same marker molecule, 16S rRNA, with the community source tracking approach allowing for the monitoring all microbial groups in the same samples. The baseline information obtained on microbial communities in the watershed has facilitated development of unique microbial profiles for possible point sources and perform qPCR based microbial source tracking that is robust to false positives and false negatives. Results of suites of newly described indicator bacteria that reflect various environmental events and their associate health and environmental risks will be discussed.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,013

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,014
Tête enseignante GPT0,194
Écart entre enseignants0,180 · 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'étudeExpérimental (laboratoire)
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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetEnvironmental DNA in Biodiversity StudiesTravaux en français237 207