MétaCan
Menu
Retour à la cohorte
Enregistrement W2793463898 · doi:10.3390/environments5020030

Freshwater Diatoms as Indicators of Combined Long-Term Mining and Urban Stressors in Junction Creek (Ontario, Canada)

2018· article· en· W2793463898 sur OpenAlexaffabout
Isabelle Lavoie, Soizic Morin, Vincent Laderrière, Claude Fortin

Notice bibliographique

RevueEnvironments · 2018
Typearticle
Langueen
DomaineMaterials Science
ThématiqueDiatoms and Algae Research
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésTerm (time)StressorEnvironmental scienceGeographyOceanographyHydrology (agriculture)Water resource managementGeologyBiology

Résumé

récupéré en direct d'OpenAlex

Sudbury (Ontario, Canada) has a long mining history that has left the region with a distinctive legacy of environmental impacts. Several actions have been undertaken since the 1970s to rehabilitate this deteriorated environment, in both terrestrial and aquatic ecosystems. Despite a marked increase in environmental health, we show that the Junction Creek system remains under multiple stressors from present and past mining operations, and from urban-related pressures such as municipal wastewater treatment plants, golf courses and stormwater runoff. Water samples have elevated metal concentrations, with values reaching up to 1 mg·L−1 Ni, 40 μg·L−1 Zn, and 0.5 μg·L−1 Cd. The responses of diatoms to stressors were observed at the assemblage level (metal tolerant species, nutrient-loving species), and at the individual level through the presence of teratologies (abnormal diatom frustules). The cumulative criterion unit (CCU) approach was used as a proxy for metal toxicity to aquatic life and suggested elevated potential for toxicity at certain sites. Diatom teratologies were significantly less frequent at sites with CCU values <1, suggesting “background” metal concentrations as compared to sites with higher CCU values. The highest percentages of teratologies were observed at sites presenting multiple types of environmental pressures.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,059
Score d'incertitude au seuil0,120

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,008
Tête enseignante GPT0,224
Écart entre enseignants0,216 · 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'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

Citations28
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmentsMême sujetDiatoms and Algae ResearchTravaux en français237 207