MétaCan
Menu
← Retour à la cohorte
Enregistrement W4308243932 · doi:10.1002/essoar.10512773.1

Monod parameterization and competition at low iron among freshwater cyanobacteria and chlorophytes

2022· preprint· en· W4308243932 sur OpenAlexafffund
Purnank Shah, Shelley K. McCabe, Jason J. Venkiteswaran, Lewis A. Molot, Sherry L. Schiff

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Ecosystems and Phytoplankton Dynamics
Établissements canadiensUniversity of WaterlooYork UniversityWilfrid Laurier University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaWilfrid Laurier University
Mots-clésCyanobacteriaAffinitiesCompetition (biology)IncubationKineticsChemistryBiologyBotanyEnvironmental chemistryEcologyPhysicsStereochemistryBiochemistryBacteria

Résumé

récupéré en direct d'OpenAlex

1. This study combines two approaches to explore the utility of Monod growth kinetics to predict competition outcomes between freshwater cyanobacteria and chlorophytes at low iron Fe. Fe threshold concentrations (FeT) below which growth ceases, and growth affinities (slope of Fe concentration vs growth rate near FeT) were estimated for three large-bodied cyanobacteria (two N-fixers and Microcystis) and two chlorophytes in batch cultures. 2. Mean FeT for N-replete cyanobacteria, N-deplete (when N-fixing) cyanobacteria and chlorophytes were 0.076, 0.736 and 0.245 nmol L-1 , respectively. Mean affinities were 0.937, 0.597 and 0.412 L nmol-1 d-1 , respectively. Assuming that the mean affinities are representative of their groups, affinities predict that N-replete cyanobacteria are more efficient at acquiring Fe than chlorophytes and should dominate when Fe is low but greater than their FeT. 3. A second study evaluated the competitive abilities of a pico-cyanobacterium and a third chlorophyte in dual species, serial dilution culture. The pico-cyanobacterium was dominant at 50 nmol L-1 total Fe (which limited both taxa) and 500 nmol L-1 total Fe. At 0.5 nmol L-1 total Fe, a stressful concentration below FeT during most of the incubation, growth rates and cell densities were extremely low but neither had washed out after several months. 4. These results show that Monod kinetics can successfully predict competition outcomes in laboratory settings at low Fe. While important, Monod kinetics are only one mechanism governing competition between cyanobacteria and eukaryotes in natural systems. Observed deviations from Monod predictions can be partially explained with known mechanisms.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,006
Tête enseignante GPT0,190
Écart entre enseignants0,184 · 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
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetAquatic Ecosystems and Phytoplankton Dynamics→Travaux en français237 207→