MétaCan
Menu
Retour à la cohorte
Enregistrement W2008503753 · doi:10.1039/c2em30572k

Arsenobetaine formation in plankton: a review of studies at the base of the aquatic food chain

2012· review· en· W2008503753 sur OpenAlexaff
Guilhem Caumette, Iris Koch, Kenneth J. Reimer

Notice bibliographique

RevueJournal of Environmental Monitoring · 2012
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueArsenic contamination and mitigation
Établissements canadiensRoyal Military College of Canada
Organismes subventionnairesnon disponible
Mots-clésArsenobetaineZooplanktonPlanktonFood chainBiologyEcologyEnvironmental chemistryChemistryArsenicInorganic arsenic

Résumé

récupéré en direct d'OpenAlex

Arsenobetaine is one of the major organoarsenic compounds found in aquatic organisms, including seafood and fish meant for human consumption. It has been widely studied over the last 50 years because of its non-toxic properties, and its origin is postulated to be at bottom of the aquatic food chains. The present review focuses on arsenobetaine formation in marine and freshwater plankton, comparing the arsenic compounds found in the different plankton organisms, and the methods used to assess arsenic speciation. The main findings indicate that in the marine environment, phytoplankton and micro-algae contain arsenosugars, with the first traces of arsenobetaine appearing in herbivorous zooplankton, and becoming a major arsenic compound in carnivorous zooplankton. Freshwater plankton contains less arsenobetaine than their marine relatives, with arsenosugars dominating. The possible role and formation pathways of arsenobetaine in plankton organisms are reviewed and the literature suggests that arsenobetaine in zooplankton comes from the degradation of ingested arsenosugars, and is selectively accumulated by the organism to serve as osmolyte. Several arsenic compounds such as arsenocholine, dimethylarsinoylacetate or dimethylarsinoylethanol that are intermediates of this pathway have been detected in plankton. The gaps in research on arsenobetaine in aquatic environments are also addressed: primarily most of the conclusions are drawn on culture-based experiments, and few data are present from the natural environment, especially for freshwater ecosystems. Moreover, more data on arsenic in different zooplankton species would be helpful to confirm the trends observed between herbivorous and carnivorous organisms.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,060
Tête enseignante GPT0,301
Écart entre enseignants0,241 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations129
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental MonitoringMême sujetArsenic contamination and mitigationTravaux en français237 207