MétaCan
Menu
Retour à la cohorte
Enregistrement W2433563052 · doi:10.5006/c2016-07571

Relationship between Planktonic and Sessile Cells as They Relate to Biofilm Growth

2016· article· en· W2433563052 sur OpenAlexaff
Damon C. Brown, Shawna Johnston, Pat Teevens, Raymond J. Turner

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Treatment and Disinfection
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésBiofilmPlanktonMaterials scienceChemical engineeringChemistryComputer scienceBacteriaEcologyGeologyBiologyEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Microbially influenced corrosion (MIC) is a process whereby microbial cells living in an exopolymer matrix, known as a biofilm, induce corrosion of the associated surface. The risk of MIC within a system is usually assessed by measuring planktonic (free-floating) cells, which is assumed to approximate the biofilm-associated cells (sessile) cells. This work aimed to determine the accuracy of this industry-practiced approach of assessing MIC risk from planktonic cell counts. Planktonic and sessile cell counts of two single species cultures, one of an aerobe (Pseudomonas fluorescens) and one of an anaerobe (Geoalkalibacter subterraneus), both of which have been associated with MIC, were monitored in a growth curve test to determine how planktonic and sessile cell counts relate during the initial stages of biofilm formation. The results indicate two factors govern biofilm initiation of the tested species. Firstly, a minimum planktonic cell density is required and secondly, a minimum exposure time of the surface are both required prior to biofilm initiation and the onset of internal corrosion of carbon-steel pipelines. Both these factors affect biofilm formation in a species specific manner.

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: 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
Métarecherche0,0000,001
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,015
Tête enseignante GPT0,226
Écart entre enseignants0,211 · 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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWater Treatment and DisinfectionTravaux en français237 207