MétaCan
Menu
Retour à la cohorte
Enregistrement W2760458104 · doi:10.1080/0028825x.2017.1377263

The diatom <i>Lindavia intermedia</i> identified as the producer of nuisance pelagic mucilage in lakes

2017· article· en· W2760458104 sur OpenAlexaff
Phil M. Novis, Marc Schallenberg, Émilie Saulnier‐Talbot, Cathy Kilroy, Michael Reid

Notice bibliographique

RevueNew Zealand Journal of Botany · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueDiatoms and Algae Research
Établissements canadiensUniversité LavalCenter for Northern Studies
Organismes subventionnairesMinistry of Business, Innovation and Employment
Mots-clésPelagic zoneDiatomEcologyEutrophicationHabitatAlgaeSnowMucilageCosmopolitan distributionMarine snowBiologyOceanographyGeographyNutrientGeologyWater column

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Populations of a centric diatom that produces copious extracellular polymeric substance (EPS), known as ‘lake snow’, have developed in several large microtrophic lakes in New Zealand over the past 10 years. The EPS coats fishing lines and blocks water filters. The phenomenon was first noticed in Lake Wanaka in the early 2000s and has recently been reported in Lakes Coleridge and Wakatipu, with single, isolated historical events occurring in Lakes Waikaremoana (confirmed) and Benmore (presumed). The species has been reported from a handful of other lakes in New Zealand, all except one of which are microtrophic‐to‐oligotrophic. Light and ultrastructural microscopic studies of New Zealand populations, DNA sequencing and comparison with published descriptions identify the causative species as Lindavia intermedia , part of the ‘bodanicoid’ complex. These species are best known from the Northern Hemisphere where they are regarded as confined to nutrient‐poor habitats, frequently having disappeared from European lakes as the lakes underwent eutrophication. Lake snow is known from a small number of other lakes in the Northern Hemisphere, but no evidence has been reported linking L. intermedia to the production of lake snow in these lakes. The expected growth characteristics (slow and at depth) of L. intermedia pose difficulties for any prospective containment campaign.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,490
Score d'incertitude au seuil0,489

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
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 savante0,0010,000
Science ouverte0,0010,000
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 Opus0,016
Tête enseignante GPT0,298
Écart entre enseignants0,281 · 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

Citations13
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNew Zealand Journal of BotanyMême sujetDiatoms and Algae ResearchTravaux en français237 207