Estimation of the Chlorophyll-A Concentration of Algae Species Using Electrical Impedance Spectroscopy
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Algae are a significant component of a biological monitoring program in an aquatic ecosystem. They are ideally suited for water quality assessments because of their nutrient requirements, rapid reproduction rate, and very short life cycle. Algae composition and temporal variation in abundances are important in determining the trophic level of lakes, and those can be estimated by the Chlorophyll-a (Chl-a) concentration of the species. In this work, a non-destructive method was employed to estimate the Chlorophyll-a concentration of multiple algae species using electrical impedance spectroscopy (EIS). The proposed EIS method is rapid, cheaper, and suitable for in situ measurements compared with the other available non-destructive methods, such as spectrophotometry and hyperspectral or multispectral imaging. The electrical impedances in different frequencies ranging from 1 to 100 kHz were observed using an impedance converter system. Significant observations were identified within 3.5 kHz for multiple algae species and therefore reported in the results. A positive correlation was found between the Chlorophyll-a and the measured impedance of algae species at different frequencies. Later, EIS models were developed for the species in 1–3.5 kHz. A correlation of 90% was found by employing a least squares method and multiple linear regression. The corresponding coefficients of determination were obtained as 0.9, 0.885, and 0.915, respectively for 49 samples of Spirulina, 41 samples of Chlorella, and 26 samples of mixed algae species. The models were later validated using a new and separate set of samples of algae species.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 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) | 0,000 | 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 découle