MétaCan
Menu
Retour à la cohorte
Enregistrement W2134803707 · doi:10.1897/04-657r.1

Dissipation kinetics and mobility of chlortetracycline, tylosin, and monensin in an agricultural soil in Northumberland County, Ontario, Canada

2006· article· en· W2134803707 sur OpenAlexaffabout
Jules C. Carlson, Scott A. Mabury

Notice bibliographique

RevueEnvironmental Toxicology and Chemistry · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePharmaceutical and Antibiotic Environmental Impacts
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésTylosinManureMonensinChlortetracyclineLoamChemistrySoil waterPesticideEnvironmental chemistryAnimal scienceAntibioticsEnvironmental scienceAgronomyBiologySoil scienceBiochemistry

Résumé

récupéré en direct d'OpenAlex

A robust high-throughput method was refined to extract three growth-promoting antibiotics, tylosin (TYL), chlortetracycline (CTC), and monensin (MON), from soil. Analysis was performed by electrospray liquid chromatography tandem mass spectrometry. Soil dissipation rate studies were performed in a farm field soil for antibiotics applied with and without manure. Tylosin, CTC, and MON followed first-order dissipation kinetics with half-lives of 4.5, 24, and 3.3 d, respectively, with the addition of manure and 6.1, 21, and 3.8 d, respectively, without manure. Manure application significantly increased TYL dissipation rate, perhaps because of the introduced microbial flora, but had no significant effect on CTC or MON. Monensin dissipation half-life was found to be much shorter in the field study than in a controlled laboratory study, perhaps because of differences in microbial communities. The antimicrobials were not highly mobile. Chlortetracycline was the only antibiotic detected at 25 to 35 cm depth and only up to 2% of the initial concentration in a sandy loam soil. These antibiotics are therefore expected to degrade primarily in agricultural soils before moving to greater depths or to groundwater in significant concentrations in most agricultural 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 enseignants0,544
Score d'incertitude au seuil0,819

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 technologies0,0000,001
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 Opus0,005
Tête enseignante GPT0,205
Écart entre enseignants0,200 · 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

Citations145
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Toxicology and ChemistryMême sujetPharmaceutical and Antibiotic Environmental ImpactsTravaux en français237 207