MétaCan
Menu
Retour à la cohorte
Enregistrement W2548793585 · doi:10.3390/w8110503

Microbial Community Assessment in Wetlands for Water Pollution Control: Past, Present, and Future Outlook

2016· article· en· W2548793585 sur OpenAlexaff
Kela P. Weber

Notice bibliographique

RevueWater · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueConstructed Wetlands for Wastewater Treatment
Établissements canadiensRoyal Military College of Canada
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceMicrobial population biologyWetlandScale (ratio)GeographyEcologyBiologyCartography

Résumé

récupéré en direct d'OpenAlex

The field of treatment wetlands (TWs) is rapidly expanding and, arguably, is tasked with studying and understanding one of the most complex water treatment systems available. Microbial communities are generally considered to be responsible for the majority of wastewater constituent degradation in TWs. However, they are also known to be spatially heterogeneous, temporally dynamic, as well as structurally and functionally diverse. Presented here is a meta-analysis of all peer reviewed TW journal articles which utilized a microbial community assessment methodology over the period of 1988 to July 2016. A total of 1101 papers were reviewed, 512 from 1988 to 2012, 215 of which included a microbial community assessment aspect and were subsequently classified as representing past research, and 589 from 2013 to July 2016, 196 of which were classified as representing current TW microbial community research. In general, TW microbial community research has increased over time, with a marked surge in the past four years. Microbial community structure is currently the most commonly used methodological type followed by activity, enumeration and function, respectively. Areas of research focus included nitrogen transformations (156), organic degradation (33), and emerging contaminants (32), with general characterization studies also accounting for a significant proportion (243). Microbial communities from a range of TW systems have been investigated over the last four years with meso-scale (10–1000 L) being the most commonly studied system size followed by large-scale (>100,000 L), micro-scale (<10 L), and pilot-scale (1000–100,000 L). Free water surface flow (SF), horizontal subsurface flow (HF), and vertical flow (VF) systems are being studied in approximately equal proportions with the majority of studies focused on gaining fixed media/biofilm samples for analysis (rather than from the rhizosphere or interstitial water). Looking at efforts from a regional perspective shows Asia to be publishing the majority of research with a main focus on VF systems and structural community assessment. European and North American studies are generally more evenly distributed among structure, function, activity, and enumeration with the majority of studies completed on HF systems. South America, Africa, and Oceania published fewer studies but focused on structural community assessment with a selection of HF, SF and VF investigations. Great strides are being made in the field of microbial community assessment in TWs with functional assessment methods being developed, better utilized, and being related directly to water treatment. The use of high-powered metagenomics sequencing such as Illumina HiSeq instrumentation is on the rise, as is the development and utilization of functional assays such as DNA microarrays and community level physiological profiling allowing for more complete community assessment. Used in concert with activity, enumeration and newly implemented stable isotope methodologies, the field of TWs is certainly moving away from the black-box understanding of the past.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,324
Score d'incertitude au seuil0,585

Scores Codex et Gemma par catégorie

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)0,0010,000

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 Opus0,007
Tête enseignante GPT0,219
Écart entre enseignants0,212 · 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

Citations38
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWaterMême sujetConstructed Wetlands for Wastewater TreatmentTravaux en français237 207