ALGAL OFF‐FLAVOR COMPOUNDS IN DRINKING WATER: CHEMICAL COMMUNICATION OR CHEMICAL WASTE?
Notice bibliographique
Résumé
Watson, S. B. National Water Research Institute, CCIW, P.O. Box 5050, Burlington, ON L7R 4A6 Canada Algae produce a diversity of potent metabolites that can modify surface water chemistry, with major socio‐economic implications. Although non‐toxic to humans, many algal volatile organic compounds (VOCs) cause unpleasant taste and odour (T/O), which undermines consumer confidence and increases their use of alternative and often unregulated drinking water sources. Conventional treatment may fail to remove or even intensify odour, depending on the algal species, the VOCs, and the background levels of organic material present in the source water. Furthermore, some VOCs may signal the presence of potentially toxic algal taxa. On the other hand, many odour‐causing compounds signal changes in growth or metabolism, in community composition, or in ecosystem function and health. Furthermore there is growing evidence that some of these VOCs act as chemical messengers or deterrents (semiochemicals). While many odour compounds are produced by a diversity of algal (and non‐algal) species, there are some general patterns in VOC chemistry and production dynamics among major algal divisions related to cell composition and the metabolic pathways involved. Depending on the VOCs and taxa, production may be intra‐ and/or extracellular, and vary over population cycles with environmental conditions. T/O events therefore can provide opportunities to increase our understanding of chemical interactions among organisms, and how these may lead to, or reflect changes at the level of the individual, the population, and the community.
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 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 | 0,001 | 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) | 0,004 | 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 tête enseignante, 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 ».