MétaCan
Menu
Retour à la cohorte
Enregistrement W4360999874 · doi:10.1038/s41559-023-02013-z

Current levels of microplastic pollution impact wild seabird gut microbiomes

2023· article· en· W4360999874 sur OpenAlexafffund
Gloria Fackelmann, Christopher K. Pham, Yasmina Rodríguez, Mark L. Mallory, Jennifer F. Provencher, Julia E. Baak, Simone Sommer

Notice bibliographique

RevueNature Ecology & Evolution · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicroplastics and Plastic Pollution
Établissements canadiensMcGill UniversityEnvironment and Climate Change CanadaAcadia University
Organismes subventionnairesFundação para a Ciência e a TecnologiaUniversität UlmEnvironment and Climate Change CanadaStudienstiftung des Deutschen VolkesNatural Sciences and Engineering Research Council of CanadaEuropean CommissionCrown-Indigenous Relations and Northern Affairs CanadaAcadia University
Mots-clésMicroplasticsSeabirdMicrobiomeBiologyPlastic pollutionEcologyZoologyPredation

Résumé

récupéré en direct d'OpenAlex

Microplastics contaminate environments worldwide and are ingested by numerous species, whose health is affected in multiple ways. A key dimension of health that may be affected is the gut microbiome, but these effects are relatively unexplored. Here, we investigated if microplastics are associated with changes in proventricular and cloacal microbiomes in two seabird species that chronically ingest microplastics: northern fulmars and Cory's shearwaters. The amount of microplastics in the gut was significantly correlated with gut microbial diversity and composition: microplastics were associated with decreases in commensal microbiota and increases in (zoonotic) pathogens and antibiotic-resistant and plastic-degrading microbes. These results illustrate that environmentally relevant microplastic concentrations and mixtures are associated with changes in gut microbiomes in wild seabirds.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,007
Tête enseignante GPT0,253
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'étudeObservationnel
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

Citations153
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature Ecology & EvolutionMême sujetMicroplastics and Plastic PollutionTravaux en français237 207