Using Advanced Spectroscopy and Organic Matter Characterization to Evaluate the Impact of Oxidation on Cyanobacteria
Notice bibliographique
Résumé
Drinking water treatment plants throughout the world are increasingly facing the presence of toxic cyanobacteria in their source waters. During treatment, the oxidation of cyanobacteria changes cell morphology and can potentially lyse cells, releasing intracellular metabolites. In this study, a combination of techniques was applied to better understand the effect of oxidation with chlorine, ozone, potassium permanganate, and hydrogen peroxide on two cell cultures (Microcystis, Dolichospermum) in Lake Champlain water. The discrepancy observed between flow cytometry cell viability and cell count numbers was more pronounced for hydrogen peroxide and potassium permanganate than ozone and chlorine. Liquid chromatography with organic carbon and nitrogen detection was applied to monitor the changes in dissolved organic matter fractions following oxidation. Increases in the biopolymer fraction after oxidation with chlorine and ozone were attributed to the release of intracellular algal organic matter and/or fragmentation of the cell membrane. A novel technique, Enhanced Darkfield Microscopy with Hyperspectral Imaging, was applied to chlorinated and ozonated samples. Significant changes in the peak maxima and number of peaks were observed for the cell walls post-oxidation, but this effect was muted for the cell-bound material, which remained relatively unaltered.
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 | 0,000 |
| 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 | 0,000 |
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 ».