MétaCan
Menu
Retour à la cohorte
Enregistrement W1712089805 · doi:10.1080/07038992.2015.1048849

Surfactant Associated Bacteria in the Sea Surface Microlayer: Case Studies in the Straits of Florida and the Gulf of Mexico

2015· article· en· W1712089805 sur OpenAlexaffvenue
Bryan T. Hamilton, Cayla Dean, Naoko Kurata, K. Vella, Alexander Soloviev, Aurélien Tartar, Mahmood Shivji, Silvia Matt, William Perrie, Susanne Lehner, B. Zhang

Notice bibliographique

RevueCanadian Journal of Remote Sensing · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueOil Spill Detection and Mitigation
Établissements canadiensFisheries and Oceans CanadaBedford Institute of Oceanography
Organismes subventionnairesnon disponible
Mots-clésRacing slickWater columnSynthetic aperture radarOceanographySurface waterPulmonary surfactantAdvectionSurface layerBacteriaEnvironmental scienceEnvironmental chemistryChemistryGeologyMineralogyLayer (electronics)Environmental engineeringPhysicsRemote sensing

Résumé

récupéré en direct d'OpenAlex

Certain genera of bacteria found in the near-surface layer of the ocean can be involved in the production and decay of surface active materials (surfactants), resulting in slicks on the sea surface. Slicks can be observed with airborne or satellite-based synthetic aperture radar (SAR). Here, we report results, which point to a connection between the presence of surfactant-producing bacteria in the upper layer of the ocean and slicks, observed visually and in SAR imagery of the sea surface. From DNA analysis of in situ samples taken during RADARSAT-2 satellite overpass in the Straits of Florida during the 2010 Deepwater Horizon oil spill, we found a higher abundance of known surfactant-producing bacteria in the slick as compared to the non-slick area; furthermore, a higher abundance of these bacteria were observed in the water column as compared to those taken from the sea surface. Surfactants produced by marine bacteria in the organic matter-rich water column can then be transported to the sea surface through diffusion or advection. Within a certain range of wind-wave conditions, the organic materials (such as dissolved oil) in the water column processed by surfactant associated bacteria can thus be monitored with high resolution remote sensing techniques.

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)0,003
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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,401
Score d'incertitude au seuil0,962

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
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 savante0,0000,000
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 Opus0,032
Tête enseignante GPT0,250
Écart entre enseignants0,218 · 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'étudeQualitatif
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

Citations9
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Remote SensingMême sujetOil Spill Detection and MitigationTravaux en français237 207