Interactions between chemical and environmental factors and bacterial community composition in a Great Lakes watershed
Notice bibliographique
Résumé
Urbanization and agricultural activity have degraded the water quality of the Great Lakes and their tributaries. These impacts include nutrient and fecal coliform loading and high sediment levels. In this presentation, we report on three years of continuous weekly monitoring of the Macatawa watershed in Ottawa and Allegan Counties, Michigan, a drowned river mouth entering Lake Michigan. Five lake locations and seven stream sites have been analyzed for microbiological content by community 16S rRNA sequencing, fecal indicator bacteria presence, and Escherichia coli whole‐genome sequencing. Along with these biological indicators, we profile chemical and physical parameters including dissolved oxygen, nutrients, temperature, and pH. We find continued high phosphorus, total suspended solids, and E. coli levels, exceeding total maximum daily load targets, or other benchmarks, for the watershed. Patterns in microbial communities show variation influenced by season and geographic location; for example, total E. coli increases in the stream tributaries in summer but decreases in the lake fed by those streams relative to winter. Furthermore, overall diversity of microbial communities increases in late fall and winter. These data provide a baseline for monitoring remediation efforts in the Macatawa Watershed. We suggest these will serve as a comparison for hypereutrophic watersheds around the nation and to aid decisions about remediations and public access to these recreational waters. Support or Funding Information NSF RUI 1616737
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».