MétaCan
Menu
Retour à la cohorte
Enregistrement W2295140225 · doi:10.6000/1927-3037.2016.05.01.2

Identification of Acid Mine Drainage Microorganisms from a Coal Mine in South Africa

2016· article· en· W2295140225 sur OpenAlexvenueno aff
Evanie Devi Deenanath, Rosemary Falcon

Notice bibliographique

RevueInternational Journal of Biotechnology for Wellness Industries · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMine drainage and remediation techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAcid mine drainageCoal miningBioremediationMicroorganismEnvironmental remediationBiologyBacteriaEnvironmental scienceContaminationEnvironmental chemistryEcologyCoalWaste managementChemistryEngineering

Résumé

récupéré en direct d'OpenAlex

Acid mine drainage (AMD) generated from mining processes is an on-going environmental concern. This study aimed to identify microorganisms (MOs) from a coal mine water source to determine organism diversity for its use as a bioremediation method of AMD contaminated sources. For the purpose of this study, a culture-dependent sample, previously collected from an open-mine-water-pit was used to assess the microbial community by 18S rRNA gene amplification and BLAST analysis. The analysis revealed the presence of 94 MOs, with 3 dominant MOs namely, Cercozoan; an uncultured bacterium and Chorella vulgaris. The use of this culture is not promising as the presence of Cercozoan, a protist type body will target other species for its own survival, hence inhibiting any positive effect the algae or bacteria may have on bioremediation potential of harmful AMD elements.

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)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,062
Score d'incertitude au seuil0,326

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0010,000
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 Opus0,011
Tête enseignante GPT0,238
Écart entre enseignants0,227 · 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'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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Biotechnology for Wellness IndustriesMême sujetMine drainage and remediation techniquesTravaux en français237 207