Widespread anatoxin-a detection in benthic cyanobacterial mats throughout a river network
Notice bibliographique
Résumé
Benthic algae fuel summer food webs in many sunlit rivers, and are hotspots for primary and secondary production and biogeochemical cycling. Concerningly, riverine benthic algal assemblages can become dominated by toxic cyanobacteria, threatening water quality and public health. In the Eel River in Northern California, over a dozen dog deaths have been attributed to cyanotoxin poisonings since 2000. During the summers of 2013-2015, we documented spatial and temporal patterns of cyanotoxin concentrations in the watershed, showing widespread distribution of anatoxin-a in benthic cyanobacterial mats. Solid phase adsorption toxin tracking (SPATT) samplers were deployed weekly to record dissolved microcystin and anatoxin-a levels at 10 sites throughout the watershed, and 187 Anabaena-dominated or Phormidium-dominated cyanobacterial mat samples were collected from 27 locations to measure intracellular anatoxin-a (ATX) and microcystins (MCY). Anatoxin-a levels were higher than microcystin for both SPATT (mean MCY = 0.8 and ATX = 4.8 ng g resin-1 day-1) and cyanobacterial mat samples (mean MCY = 0.074 and ATX = 1.89 μg g-1 DW). Of the benthic mats sampled, 58.9% had detectable anatoxin-a (max = 70.93 μg g-1 DW), while 37.6% had detectable microcystins (max = 2.29 μg g-1 DW). SPATT cyanotoxin levels peaked in mid-summer in warm mainstem reaches of the watershed. This is one of the first documentations of widespread anatoxin-a occurrence in benthic cyanobacterial mats in a North American watershed.
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 | 0,000 | 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 | 0,000 |
| 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 | 0,001 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».