Artificial substrata to assess ecological and ecotoxicological responses in river biofilms: Use and recommendations
Notice bibliographique
Résumé
River biofilms are biological consortia of autotrophs and heterotrophs colonizing most solid surfaces in rivers. Biofilm composition and biomass differ according to the environmental conditions, having different characteristics between systems and even between river habitats. Artificial substrata (AS) are an alternative for in situ or laboratory experiments to handle the natural variability of biofilms. However, specific research goals may require decisions on colonization time or type of substrata. Substrata properties (i.e., texture, roughness, hydrophobicity) and the colonization period and site are selective factors of biofilm characteristics. Here we describe the uses of artificial substrata in the assessment of ecological and ecotoxicological responses and propose a decision tree for the best use of artificial substrata in river biofilm studies. We propose departing from the purpose of the study to define the necessity of obtaining a realistic biofilm community, from which it may be defined the colonization time, the colonization site, and the type of artificial substratum. Having a simple or mature biofilm community should guide our decisions on the colonization time and type of substrata to be selected for the best use of AS in biofilm studies. Tests involving contaminants should avoid adsorbing materials while those ecologically oriented may use any AS mimicking those substrata occurring in the streambed.•We review the utilization of different artificial substrata to colonize biofilm in river ecology and ecotoxicology.•We propose a decision tree to guide on selecting the appropriate artificial substrata and colonization site and duration.•Type of artificial substrata (material, size, shape...) and colonization duration are to be decided according to the specific purpose of the study.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,017 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,005 | 0,002 |
| Intégrité de la recherche | 0,005 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».