MétaCan
Menu
Retour à la cohorte
Enregistrement W2161802757 · doi:10.5539/ijc.v5n1p8

Relationships of Copper Concentrations between the Different Soft Tissues of Telescopium telescopium and the Surface Sediments Collected from Tropical Intertidal Areas

2013· article· en· W2161802757 sur OpenAlexvenueno aff
Chee Kong Yap, Noorhaidah Arifin, Soo Guan TAN

Notice bibliographique

RevueInternational Journal of Chemistry · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy metals in environment
Établissements canadiensnon disponible
Organismes subventionnairesUniversiti Putra Malaysia
Mots-clésIntertidal zoneBioavailabilityChemistryBiomonitoringEnvironmental chemistrySedimentCopperContaminationEcologyBiology

Résumé

récupéré en direct d'OpenAlex

In this paper, the relationships of Cu concentrations between the snail’s different soft tissues and surface sediments were evaluated by using multivariate analysis, namely cluster analysis, correlation analysis and stepwise multiple linear regression analysis. Three findings can be highlighted based on the present study. First, different concentrations of Cu were found in the different soft tissues, indicating different mechanisms of sequestration and regulations of Cu in these different tissues. By comparing the Cu concentrations in similar tissues, spatial variations of Cu were found in the different sampling sites although there was no consistent pattern of Cu in these sampling sites. Second, the digestive caecum was a better biomonitoring organ for Cu contamination. Third, higher Cu contamination might not necessarily result in higher Cu bioavailability to T. telescopium based on the cluster analysis. In general, all the different soft tissues could be used as biomonitoring tissues of Cu bioavailabilities and contamination in Malaysian intertidal mudflats provided they were statistically analyzed by using a multivariate approach. To our knowledge, this is the most comprehensive study of Cu accumulation in the different soft tissues of T. telescopium from tropical intertidal area in relation to sediment data.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,012
Tête enseignante GPT0,235
Écart entre enseignants0,223 · 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'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

Citations7
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of ChemistryMême sujetHeavy metals in environmentTravaux en français237 207