MétaCan
Menu
Retour à la cohorte
Enregistrement W2130269917 · doi:10.1080/01490450802402703

Virus Mineralization at Low pH in the Rio Tinto, Spain

2008· article· en· W2130269917 sur OpenAlexaff
Jennifer Kyle, Karsten Pedersen, F. G. Ferris

Notice bibliographique

RevueGeomicrobiology Journal · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueBacteriophages and microbial interactions
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMineralization (soil science)MineralogyBiologyChemistryEcologySoil water

Résumé

récupéré en direct d'OpenAlex

Water and sediment samples were collected from the Rio Tinto in southwestern Spain to assess (1) the presence and diversity of viruses in an acid mine drainage system and (2) determine if relationships occur between geochemical parameters and viral abundance. Epifluroescence microscopy and transmission electron microscopy revealed that viruses are not only present, but geochemical evidence and multivariate statistical analyses suggest that viruses in the Rio Tinto participate in mineralization processes. Viral capsids and tails occurred with iron-bearing minerals sorbed to their surfaces, at times with mineralization so extensive that differentiating between viral and inorganic particles using microscopy was difficult. Moreover, a strong inverse relationship between viral abundance and jarosite saturation state (Pearson correlation coefficient r = −0.71) was observed implying that viruses were removed from suspension owing to ongoing mineral precipitation (i.e., decreasing number of viruses with increasing rates of mineral precipitation, as inferred from saturation state). Viral-mineral interactions may additionally impact virus-host relationships as a weak correlation was found between viral and prokaryotic abundance, a relationship that is usually found to be highly correlated. Viral abundance and pH were strongly correlated (Pearson correlation coefficient r = 0.94) indicating viral sensitivity to low pH conditions.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,918
Score d'incertitude au seuil1,000

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)0,0060,001

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 Opus0,010
Tête enseignante GPT0,213
Écart entre enseignants0,203 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations40
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeomicrobiology JournalMême sujetBacteriophages and microbial interactionsTravaux en français237 207