MétaCan
Menu
Retour à la cohorte
Enregistrement W2276784535 · doi:10.1038/srep11068

Distribution of petroleum degrading genes and factor analysis of petroleum contaminated soil from the Dagang Oilfield, China

2015· article· en· W2276784535 sur OpenAlexafffund
Qinglong Liu, Jingchun Tang, Zhihui Bai, Markus Hecker, John P. Giesy

Notice bibliographique

RevueScientific Reports · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicrobial bioremediation and biosurfactants
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesSpecialized Research Fund for the Doctoral Program of Higher Education of ChinaNanjing UniversityState Administration of Foreign Experts AffairsChinese Academy of SciencesWestern Economic Diversification CanadaNational Natural Science Foundation of China
Mots-clésPetroleumSoil waterAlkBTotal petroleum hydrocarbonEnvironmental chemistryGeneSoil contaminationContaminationHydrocarbonChemistryBiologyEnvironmental scienceSoil scienceEcologyBiochemistryOrganic chemistryEscherichia coli

Résumé

récupéré en direct d'OpenAlex

Genes that encode for enzymes that can degrade petroleum hydrocarbons (PHs) are critical for the ability of microorganisms to bioremediate soils contaminated with PHs. Distributions of two petroleum-degrading genes AlkB and Nah in soils collected from three zones of the Dagang Oilfield, Tianjin, China were investigated. Numbers of copies of AlkB ranged between 9.1 × 10(5) and 1.9 × 10(7) copies/g dry mass (dm) soil, and were positively correlated with total concentrations of PHs (TPH) (R(2) = 0.573, p = 0.032) and alkanes (C33 ~ C40) (R(2) = 0.914, p < 0.01). The Nah gene was distributed relatively evenly among sampling zones, ranging between 1.9 × 10(7) and 1.1 × 10(8) copies/g dm soil, and was negatively correlated with concentrations of total aromatic hydrocarbons (TAH) (R(2) = -0.567, p = 0.035) and ∑16 PAHs (R(2) = -0.599, p = 0.023). Results of a factor analysis showed that individual samples of soils were not ordinated as a function of the zones.

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)0,001
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 enseignants0,178
Score d'incertitude au seuil0,373

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,014
Tête enseignante GPT0,218
Écart entre enseignants0,204 · 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

Citations80
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetMicrobial bioremediation and biosurfactantsTravaux en français237 207