MétaCan
Menu
Retour à la cohorte
Enregistrement W2171430685 · doi:10.1016/j.femsec.2005.03.014

Cultivation factors and population size control the uptake of nitrogen by the microalgae Chlorella vulgaris when interacting with the microalgae growth-promoting bacterium Azospirillum brasilense

2005· article· en· W2171430685 sur OpenAlexaff
Luz E. de‐Bashan, Hani Antoun, Yoav Bashan

Notice bibliographique

RevueFEMS Microbiology Ecology · 2005
Typearticle
Langueen
DomaineEnergy
ThématiqueAlgal biology and biofuel production
Établissements canadiensUniversité Laval
Organismes subventionnairesCentro de Investigaciones Biológicas del NoroesteConsejo Nacional de Ciencia y Tecnología
Mots-clésChlorella vulgarisAzospirillum brasilenseBiologyPopulationNitrogenAmmoniumBacteriaBiomass (ecology)NitrateMicrobial inoculantChlorellaBotanyAlgaeFood scienceEcologyChemistry

Résumé

récupéré en direct d'OpenAlex

Growth of and the capacity to take up nitrogen in the freshwater microalgae Chlorella vulgaris were studied while varying the concentrations of ammonium and nitrate, the pH and the source of carbon in a synthetic wastewater growth medium when co-immobilized in alginate beads with the microalgae growth-promoting bacterium Azospirillum brasilense. Analyses of 29 independent experiments showed that co-immobilization of the microalgae with A. brasilense could result in two independent phenomena directly affected by cultivation factors, such as nitrogen species, pH and presence of a carbon source. First, growth of the microalgal population increased without an increase in the capacity of the single cells to take up nitrogen, or second, the capacity of cells to take up nitrogen increased without an increase of the total microalgal population. These phenomena were dependent on the population density of the microalgae, which was in turn affected by cultivation factors. This supports the conclusion that the size of the microalgal population controls the uptake of nitrogen in C. vulgaris cells - the higher the population (regardless the experimental parameters), the less nitrogen each cell takes up.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

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
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,006
Tête enseignante GPT0,196
Écart entre enseignants0,190 · 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'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

Citations93
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFEMS Microbiology EcologyMême sujetAlgal biology and biofuel productionTravaux en français237 207