MétaCan
Menu
Retour à la cohorte
Enregistrement W2092805848 · doi:10.4031/002533203787537339

Mortality of Zooplankton and Invertebrate Larvae Exposed to Cyclonic Pre-Treatment and Ultraviolet Radiation

2003· article· en· W2092805848 sur OpenAlexfundno aff
T.F. Sutherland, Colin D. Levings, Sven Petersen, W.W. Hesse

Notice bibliographique

RevueMarine Technology Society Journal · 2003
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine Ecology and Invasive Species
Établissements canadiensnon disponible
Organismes subventionnairesFisheries and Oceans Canada
Mots-clésZooplanktonBiologyCladoceraPlanktonPopulationBrine shrimpLarvaInvertebrateUltraviolet radiationEcologyFisheryChemistryMedicine

Résumé

récupéré en direct d'OpenAlex

Experiments were carried out to determine the effect of an integrated ballast water treatment system on the mortality of zooplankton. This treatment system consists of 2 treatment stages: 1) the cyclonic pretreatment phase and: 2) the ultraviolet radiation phase. Various zooplankton species were exposed to the treatment system over a range of 6 ultraviolet dosages (UV-C). In general, both treatment phases exhibited significant effects on zooplankton mortality. The results revealed that clam, mussel, and oyster larvae exhibited statistically similar mortality thresholds ranging between 96% and 99% at the higher UV dosages. A significant difference was observed when comparing these results to the mortality thresholds of brine shrimp nauplii (77%) and a natural population of zooplankton (40%). These findings suggest that species grouped into similar taxa may exhibit similar mortality responses to ultraviolet radiation, while those taxa containing different structural tissues capable of different photoprotective properties may exhibit different mortality responses. In addition, time-dependent, post-treatment mortality observations varied according to the taxa present, demonstrating that biological assays should include time-dependent mortality estimates to accurately assess the efficiencies of ballast water treatment systems.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,906

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,008
Tête enseignante GPT0,224
Écart entre enseignants0,216 · 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

Citations25
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMarine Technology Society JournalMême sujetMarine Ecology and Invasive SpeciesTravaux en français237 207