Sources of Antibiotic Resistance Genes in a Rural River System
Notice bibliographique
Résumé
The increasing prevalence of antibiotic resistance genes (ARGs) in the environment is problematic due to the risk of horizontal gene transfer and development of antibiotic resistant pathogenic bacteria. Using a suite of monitoring tools, this study aimed to investigate the sources of ARGs in a rural river system in Nova Scotia, Canada. The monitoring program specifically focused on the relative contribution of ARGs from a single tertiary‐level wastewater treatment plant (WWTP) in comparison to contributions from the upgradient rural, sparsely developed, watershed. The overall gene concentration significantly ( p < 0.05) increased downstream from the WWTP, suggesting that tertiary‐level treatment still contributes ARGs to the environment. As a general trend, ARG concentrations upstream were found to decrease as proximity to human‐impacted areas decreased; however, many ARGs remained above detection limits in headwater river samples, which suggested their ubiquitous presence in this watershed in the absence of obvious pollution sources. Significant correlations with ARGs were found for HF183 human fecal marker, Escherichia coli, and some antibiotics, suggesting that these markers may be useful for prediction and understanding of ARG levels and sources in rural rivers. Core Ideas Tertiary wastewater treatment contributed antibiotic resistance genes (ARGs) to the river. ARG levels decreased as proximity to anthropogenic influence decreased. ARGs were observed at detectable levels even in undeveloped headwaters. High flow conditions correlated to high ARG loading in the river. Positive correlations were found between ARGs and fecal indicators.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 tête enseignante, 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 ».