MétaCan
Menu
Retour à la cohorte
Enregistrement W2604440022 · doi:10.2166/wqrj.2017.030

qPCR detection versus microscopy observations for assessing presence–absence of Didymosphenia geminata in Quebec rivers (Canada)

2015· article· en· W2604440022 sur OpenAlexafffundabout
Sandra Kim Tiam, Vincent Laderrière, Carole‐Anne Gillis, Claude Fortin, Isabelle Lavoie

Notice bibliographique

RevueWater Quality Research Journal · 2015
Typearticle
Langueen
DomaineMaterials Science
ThématiqueDiatoms and Algae Research
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesCanadian Forest ServiceNatural Resources CanadaU.S. Forest ServiceQuébec Ministère du Développement Durable, de l’Environnement et de la Lutte Contre les Changements Climatiques
Mots-clésPolymerase chain reactionDNA extractionBiologyContext (archaeology)ReplicateDNAExtraction (chemistry)Environmental DNABotanyEcologyGeneGeneticsChemistryChromatographyBiodiversity

Résumé

récupéré en direct d'OpenAlex

Microscopic versus qPCR (quantitative polymerase chain reaction) analyses were compared for the detection of Didymosphenia geminata in biofilms and water filtrates from seven Gaspésie rivers (Canada). For the qPCR approach, two DNA extraction kits (QIAamp DNA Micro Kit, Qiagen and PowerSoil DNA Isolation Kit, Mo Bio Laboratories) and two pairs of primers were considered. The pair of primers D602F/D753Rext did not amplify D. geminata DNA whereas the pair of primers D602F/D753R was specific for D. geminata. Presence-absence diagnosis based on qPCR and microscopic analyses were consistent: D. geminata was detected in six of the seven rivers, both in the biofilm and filtrate samples. However, technical replications were needed at certain sites to observe the presence of D. geminata cells by microscopy. This underscores the necessity of replicate analyses, which is cost-effective to achieve when using qPCR due to the capacity to process tens of samples in a single PCR run in the context of a large scale assessment.

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)0,012
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,028
Score d'incertitude au seuil0,574

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0120,003
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 savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,245
Tête enseignante GPT0,443
Écart entre enseignants0,199 · 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

Citations1
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueWater Quality Research JournalMême sujetDiatoms and Algae ResearchTravaux en français237 207