MétaCan
Menu
Retour à la cohorte
Enregistrement W2978795284 · doi:10.3390/environments6100111

Impact of Zirconium on Freshwater Periphytic Microorganisms

2019· article· en· W2978795284 sur OpenAlexafffund
Caroline Doose, Soizic Morin, Jacky Vedrenne, Claude Fortin

Notice bibliographique

RevueEnvironments · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFreshwater macroinvertebrate diversity and ecology
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesInstitut National de Recherche en Sciences et Technologies pour l'Environnement et l'AgricultureLabEx COTECanada Research Chairs
Mots-clésPeriphytonAutotrophAlgaeBiofilmCyanobacteriaCiliateBiologyGreen algaeChlorophytaMicroorganismEcologyEnvironmental chemistryBotanyChemistryBacteria

Résumé

récupéré en direct d'OpenAlex

The majority of studies on biofilms have focused on autotrophic and bacterial taxa, without considering the potential effects on biofilm grazers. In this work, we investigated the effects of realistic environmental concentrations of zirconium (Zr) on periphyton algal growth and micromeiofauna biodiversity. Glass slides were submerged in a pond for four weeks to colonize biofilms and exposed for four weeks in aquaria to targeted Zr concentrations of 0, 1, and 10 nM, which were monitored over time (average measured concentrations were 0.2 ± 0.1, 0.5 ± 0.3, and 2.9 ± 0.3 nM Zr). The four-week exposure to the highest concentration (3 nM) affected the micromeiofauna structure of biofilms and modified the autotrophic biofilm structure by increasing the proportion of green algae and decreasing the abundance of cyanobacteria and brown algae. Rotifers and the ciliate Aspidisca cicada appeared to be the most sensitive organisms among the observed micromeiofauna. A toxic effect of Zr on rotifers could explain such results. Indirect effects, such as reduced food availability given the reduced algal growth in the presence of Zr, could also play a role in the changes of micromeiofauna community structure. These results are among the few published data on the effects of Zr.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,005
Tête enseignante GPT0,189
Écart entre enseignants0,184 · 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

Citations6
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmentsMême sujetFreshwater macroinvertebrate diversity and ecologyTravaux en français237 207