MétaCan
Menu
Retour à la cohorte
Enregistrement W4386089602 · doi:10.1093/plankt/fbad035

Pigment assemblages in subtropical bloom-forming cyanobacteria strains

2023· article· en· W4386089602 sur OpenAlexaff
Sylvia Bonilla, Bruno Cremella, Victoria Acuña, Signe Haakonsson

Notice bibliographique

RevueJournal of Plankton Research · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Ecosystems and Phytoplankton Dynamics
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesChina Shipbuilding IndustryUniversidad de la República UruguayUniversity of Warwick
Mots-clésBiologyZeaxanthinCarotenoidBotanyBloomCyanobacteriaSubtropicsEcologyLutein

Résumé

récupéré en direct d'OpenAlex

Abstract Pigments are powerful indicators for chemotaxonomy and remote sensing studies, which are the approaches used for cyanobacterial bloom monitoring. Cyanobacterial pigments include high concentrations of phycobilins and diverse carotenoids. Filamentous nitrogen-fixing species (Nostocales) are frequent in cyanobacterial blooms of warm climate lakes, and more information about pigments can be useful for improving management. We analyzed the carotenoid ratios to chlorophyll a of nine subtropical cyanobacterial strains (orders: Synechococcales, Chroococcales, Oscillatoriales and Nostocales), for some of which we also characterized the in vivo absorption spectra (aph). The main carotenoids were β,β-carotene, echinenone, hydroxy-echinenone-like, zeaxanthin and myxoxanthophyll (including aphanizophyll and unknown myxoxanthophyll-like myxol-glycoside carotenoids); however, proportions diverged greatly between orders, a trend also observed for the aph. Zeaxanthin ratios were highest in the picocyanobacterium. Nostocales species were rich in myxoxanthophyll and echinenone, with low zeaxanthin signals. We identified four pigment assemblages differentiating the strains according to their phylogenetic orders, information that needs to be considered for tracking cyanobacterial groups, particularly Nostocales.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,072
Score d'incertitude au seuil0,901

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,060
Tête enseignante GPT0,351
Écart entre enseignants0,291 · 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 tête enseignante, 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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Plankton ResearchMême sujetAquatic Ecosystems and Phytoplankton DynamicsTravaux en français237 207