MétaCan
Menu
Retour à la cohorte
Enregistrement W2606345942 · doi:10.1111/ddi.12552

Attenuation and modification of the ballast water microbial community during voyages into the Canadian Arctic

2017· article· en· W2606345942 sur OpenAlexafffundabout
Mattias L. Johansson, Subba Rao Chaganti, Nathalie Simard, Katie E. Howland, Gesche Winkler, André Rochon, Frédéric Laget, P. Tremblay, Daniel D. Heath, Hugh J. MacIsaac

Notice bibliographique

RevueDiversity and Distributions · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine Ecology and Invasive Species
Établissements canadiensUniversité du Québec à RimouskiFisheries and Oceans CanadaUniversity of Windsor
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésSpecies richnessEcologyBaySpecies evennessOceanographyZooplanktonMarine Strategy Framework DirectivePhytoplanktonBallastCommunity structurePopulationEnvironmental scienceGeographyBiologyFisheryEcosystemNutrient

Résumé

récupéré en direct d'OpenAlex

Abstract Aim Ballast water is a major vector of non‐indigenous species introductions world‐wide. Our understanding of population dynamics of organisms entrained in ballast is largely limited to studies of zooplankton and phytoplankton. Bacteria are more numerous and diverse than zooplankton or phytoplankton, yet remain comparatively understudied. We apply a metagenomics approach to characterize changes in the microbial ballast water community over the course of three voyages on one ship, and assess the effects of ballast water exchange ( BWE ), spring/summer sampling month and time since voyage start. Location Quebec City and Deception Bay, Quebec, and the coastal marine region offshore of eastern Canada. Methods We used universal primers to Ion Torrent sequence a fragment of the bacterial 16S ribosomal DNA for samples collected over three voyages of one ship between Quebec City and Deception Bay in June, July and August 2015. We compared richness (total number of species in the community) and diversity (accounts for both species abundance and evenness) using linear mixed‐effects analysis and compared community composition using non‐metric multidimensional scaling and permutational multivariate analysis of variance. Initial comparisons were between months. Subsequent analyses focused on each month separately. Results Ion Torrent sequencing returned c . 2.9 million reads and revealed monthly differences in diversity and richness, and in community structure in ballast water. June had higher richness and diversity than either July or August, and showed most clearly the effect of BWE on the microbial community. Main conclusions Our results suggest that environmental conditions associated with different spring/summer sampling months drive differences in microbial diversity in ballast water. This study showed that BWE removes some components of the freshwater starting microbial community and replaces them with other taxa. BWE also changed proportional representation of some microbes without removing them completely. It appears that some taxa are resident in ballast tanks and are not removed by BWE .

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 candidatesÉtudes des sciences et des technologies
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 enseignants0,348
Score d'incertitude au seuil0,990

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 technologies0,0110,001
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,021
Tête enseignante GPT0,204
Écart entre enseignants0,183 · 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.

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

Citations12
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueDiversity and DistributionsMême sujetMarine Ecology and Invasive SpeciesTravaux en français237 207