MétaCan
Menu
Retour à la cohorte
Enregistrement W2227870078 · doi:10.1139/cjm-2015-0638

Influence of zinc on bacterial populations and their proteolytic enzyme activities in freshwater environments: a cross-site comparison

2016· article· en· W2227870078 sur OpenAlexvenueno aff
Lauren Rasmussen, Ola A. Olapade

Notice bibliographique

RevueCanadian Journal of Microbiology · 2016
Typearticle
Langueen
DomaineNursing
ThématiqueTrace Elements in Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMicrocosmBacterioplanktonBiologyZincAminopeptidaseEcologyChemistryBiochemistryAmino acidNutrientLeucinePhytoplankton

Résumé

récupéré en direct d'OpenAlex

Temporal responses of indigenous bacterial populations and proteolytic enzyme (i.e., aminopeptidase) activities in the bacterioplankton assemblages from 3 separate freshwater environments were examined after exposure to various zinc (Zn) concentrations under controlled microcosm conditions. Zn concentrations (ranging from 0 to 10 μmol/L) were added to water samples collected from the Kalamazoo River, Rice Creek, and Huron River and examined for bacterial abundance and aminopeptidase activities at various time intervals over a 48 h incubation period in the dark. The results showed that the Zn concentrations did not significantly influence total bacterial counts directly; however, aminopeptidase activities varied significantly to increasing zinc treatments over time. Also, analysis of variance and linear regression analyses revealed significant positive relationships between bacterial numbers and their hydrolytic enzyme activities, suggesting that both probably co-vary with increasing Zn concentrations in aquatic systems. The results from this study serve as additional evidence of the ecological role of Zn as an extracellular peptidase cofactor on the dynamics of bacterial assemblages in aquatic environments.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,021
Tête enseignante GPT0,275
Écart entre enseignants0,254 · 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

Citations6
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of MicrobiologyMême sujetTrace Elements in HealthTravaux en français237 207