MétaCan
Menu
Retour à la cohorte
Enregistrement W2808121122 · doi:10.3389/fmicb.2018.01426

Fullerenes Influence the Toxicity of Organic Micro-Contaminants to River Biofilms

2018· article· en· W2808121122 sur OpenAlexfundno aff
Anna Freixa, Vicenç Acuña, Marina Gutiérrez, Josep Sanchís, Lúcia H.M.L.M. Santos, Sara Rodríguez‐Mozaz, Marinella Farré, ‪Damià Barceló, Sergi Sabater

Notice bibliographique

RevueFrontiers in Microbiology · 2018
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNanoparticles: synthesis and applications
Établissements canadiensnon disponible
Organismes subventionnairesMinisterio de Economía y CompetitividadEuropean CommissionMinisterio de Ciencia y TecnologíaCanadian Institute for Advanced Research
Mots-clésBiofilmEnvironmental chemistryTriclosanToxicityPhototrophPollutantContaminationChemistryBiologyEcologyBacteriaPhotosynthesis

Résumé

récupéré en direct d'OpenAlex

Organic micro-contaminants (OMC) enter in freshwaters and interact with other contaminants such as carbon nanoparticles, becoming a problem of unknown consequences for river ecosystems. Carbon nanoparticles (as fullerenes C60) are good adsorbents of organic contaminants and their interaction can potentially affect their toxicity to river biofilms. We tested the C60 interactions with selected OMCs and their effects on river biofilms in different short-term experiments. In these, river biofilms were exposed to C60 and three OMC (triclosan, diuron or venlafaxine) and their respective mixtures with fullerenes (C60 + each OMC). The effects were evaluated on structural, molecular and functional descriptors of river biofilms. Our results showed that C60 did not cause toxic effects in river biofilms whereas diuron and triclosan significantly affected the heterotrophic and phototrophic components of biofilms and venlafaxine affected only the phototrophic component. The joint exposure of C60 with venlafaxine was not producing differences with respect to the former response of the toxicant, but the overall response was antagonistic (i.e., decreased toxicity) with diuron, and synergistic (i.e., increased toxicity) with triclosan. We suggest that differences in the toxic responses could be related to the respective molecular structure of each OMC, to the concentration proportion between OMC and C60, and to the possible competition between C60-pollutants on blocking the receptors of the biological cell membranes. We conclude that the presence of C60 at low concentrations modified the toxicity of OMC to river biofilms. These interactions should therefore be considered when predicting toxicity of OMC in river ecosystems.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 GPT0,227
Écart entre enseignants0,219 · 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'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

Citations21
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in MicrobiologyMême sujetNanoparticles: synthesis and applicationsTravaux en français237 207