MétaCan
Menu
← Retour à la cohorte
Enregistrement W4244497791 · doi:10.32920/ryerson.14661129.v1

Effects of ibuprofen and tetracyline on extracellular polymer production

2021· preprint· en· W4244497791 sur OpenAlexaff
Brian D. Hanna

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiquePharmaceutical and Antibiotic Environmental Impacts
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésTetracyclineIbuprofenChemistryExtracellular polymeric substanceChromatographyWastewaterAntibioticsHigh-performance liquid chromatographyAnthroneCarbohydrateFood scienceBacteriaBiochemistryPharmacologyBiologyBiofilmEnvironmental engineering

Résumé

récupéré en direct d'OpenAlex

Extracellular polymer substances (EPS) comprised of proteins, carbohydrates, and other biomolecules, are important for microbiological communities. The EPS provides benefits to wastewater treatment communities (WWTC) such as antibiotic resistance, and community structure. Therefore EPS can be viewed as a valuable health marker of WWTC and therefore it is important to determine effects of contaminants entering wastewater treatment plants (WWTPs) on EPS. WWTC were exposed to the non‐steroidal anti‐inflammatory drug (NSAID) Ibuprofen at 16 ng/mL and 100 ng/mL, and the antibiotic tetracycline at 50 ng/mL to determine how EPS and growth were affected. EPS was analyzed using high performance liquid chromatography (HPLC), Bradford protein analysis, and Anthrone carbohydrate analysis. It was determined that EPS content was lower at both Ibuprofen concentrations, enhanced with tetracycline, and comparable to control when both were present. Changes could not be linked to protein or carbohydrate concentration. Growth inhibition occurred in the presence of both drugs but not each individually, suggesting that Ibuprofen may increase tetracycline sensitivity through EPS inhibition.

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 enseignants0,002
Score d'incertitude au seuil0,005

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)0,0010,000

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 Opus0,014
Tête enseignante GPT0,260
Écart entre enseignants0,246 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPharmaceutical and Antibiotic Environmental Impacts→Travaux en français237 207→