Surfactant-associated bacteria in the near-surface layer of the ocean from in-situ DNA sampling and SAR imaging
Notice bibliographique
Résumé
Certain marine bacteria found in the near-surface layer of the ocean are expected to play an important role in the production and decay of surface active materials. Identifying a connection between marine bacteria and the production of natural surfactants may provide a better understanding of the global picture of biophysical processes at the boundary between the ocean and atmosphere, air-sea exchange of gases, and production of climate-active marine aerosols. Kurata et al. (2016) and Hamilton et al. (2015) have developed measurement methodology combining DNA sampling of sea surface microlayer with SAR satellite technology. Following Franklin et al. (2005) and Cunliffe et al. (2011), these authors used polycarbonate membrane filters in order to minimize potential contamination that may occur with other sampling techniques. A hydrophilic polycarbonate filter, attached to the sea surface by capillary forces, collected bacteria effectively from a 35-42 μm surface layer. A fly fishing technique was used in Kurata et al. (2016) and Hamilton et al. (2015) to ensure that the filter sat on the sea surface for a few seconds (away from the vessel and its wake in order to avoid these sources of disturbance to measurements of the microlayer). Samples from the water column at approximately 0.2 m depth were taken with a peristaltic pump for comparison with the sea surface results.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».