MétaCan
Menu
Retour à la cohorte
Enregistrement W3046422066 · doi:10.1101/2020.08.03.234856

Bioconcentration of glyphosate in wetland biofilms

2020· preprint· en· W3046422066 sur OpenAlexafffund
Laura Beecraft, Rebecca C. Rooney

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2020
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiquePesticide and Herbicide Environmental Studies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesMitacsOntario Ministry of Natural Resources and ForestryMinistry of Natural Resources
Mots-clésBioconcentrationGlyphosateMicrocosmBiofilmEnvironmental chemistryPesticideChemistryBioaccumulationBiologyEcologyBacteria

Résumé

récupéré en direct d'OpenAlex

Abstract Wetland biofilms were exposed to the herbicide glyphosate via in situ field exposures and controlled microcosm experiments to measure bioconcentration and metabolism of glyphosate by biofilm organisms. Glyphosate concentrations in biofilms were orders of magnitude higher than the surrounding water, bioconcentration factors averaged 835 and 199 in field- and lab-exposed biofilms, respectively. Glyphosate in water where it had been detected in biofilms at field-exposed sites ranged from below detection (<0.001 ppm) up to 0.13 ppm. Glyphosate bioconcentration in biofilms was inversely proportional to levels in the surrounding water, and the retention kinetics were similar to both adsorption and enzymatic models. Microorganisms present in both the water and biofilms metabolized glyphosate to its primary breakdown product aminomethyl phosphonic acid (AMPA), with increased rates of breakdown in and around the biofilms. Photosynthetic efficiency of the algae within the biofilms was not affected by 24 h glyphosate controlled exposures. Our results demonstrate the role of biofilms in improving wetland water quality by removing contaminants like glyphosate, but also as a potential exposure route to higher trophic levels via consumption. Due to bioconcentration of pesticides, exposure risk to organisms consuming or living in biofilms may be much higher than indicated by concentrations in ambient water samples.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,013

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,014
Tête enseignante GPT0,206
Écart entre enseignants0,192 · 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'étudeObservationnel
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

Citations2
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetPesticide and Herbicide Environmental StudiesTravaux en français237 207