MétaCan
Menu
Retour à la cohorte
Enregistrement W2607503567 · doi:10.1021/acs.estlett.7b00076

Algal DNA Repair Kinetics Support Culture-Based Enumeration for Validation of Ultraviolet Disinfection Ballast Water Treatment Systems

2017· article· en· W2607503567 sur OpenAlexaff
Natalie M. Hull, Mythili R. Isola, Brian Petri, Po-Shun Chan, Karl G. Linden

Notice bibliographique

RevueEnvironmental Science & Technology Letters · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine Ecology and Invasive Species
Établissements canadiensTrojan Technologies (Canada)
Organismes subventionnairesnon disponible
Mots-clésTetraselmis suecicaDNA repairBallastKineticsDNAUltraviolet lightDNA damageEnumerationUltravioletChemistryBiologyBiochemistryBotanyAlgaeMaterials science

Résumé

récupéré en direct d'OpenAlex

To mitigate the potential spread of invasive species and pathogens, the International Maritime Organization and U.S. Coast Guard (USCG) adopted discharge performance standards for ballast water management that will take full effect in 2017. The USCG requires staining methods for enumerating ballast water treatment system (BWTS) efficacy. These stains do not detect DNA damage, the primary mechanism for ultraviolet (UV) disinfection, and neglect potential DNA repair after discharge. These factors necessitate investigation of enumeration methods for accurate validation and approval of UV-based BWTSs. To molecularly assess DNA damage and repair kinetics, UV-induced DNA lesions were quantified by an enzyme-linked immunosorbent assay in Tetraselmis suecica control and UV-treated samples that were cultured and tested over time. Most DNA repair occurred within 6 h, was essentially complete within 24 h, and was insensitive to light or nutrient conditions during incubation. Asymptotic repair kinetics indicated a maximum of 67% of DNA damage inflicted by 300 mJ/cm 2 was repairable. These data provide a novel UV dose response for DNA damage in T. suecica and indicate that enzymatic DNA repair kinetics are not affected by culture conditions. Because DNA is rapidly photorepaired, culture-based enumeration can be used to accurately validate UV BWTSs.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 GPT0,216
Écart entre enseignants0,209 · 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

Citations25
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & Technology LettersMême sujetMarine Ecology and Invasive SpeciesTravaux en français237 207