Effet du zirconium sur les communautés de microorganismes périphytiques d'eau douce
Notice bibliographique
Résumé
/ Les connaissances des contaminations métalliques sur les écosystèmes d'eau douce ont énormément progressées ces dernières décennies mais les études concernant les métaux tétravalents comme le zirconium restent rares malgré l'augmentation de la demande globale de ces éléments. Les communautés de microorganismes benthiques (périphyton) présentent un bon potentiel comme outil de biosuivi des expositions métalliques des organismes dulcicoles. L'effet du Zr sur le biofilm a été examiné pour déterminer si ce dernier est un bon bio indicateur des éléments tétravalents et mieux comprendre leurs éventuels dangers sur les écosystèmes aquatiques. Des lames de verre ont été mises à coloniser pendant un mois dans un étang (Cestas, France). Elles ont ensuite été réparties dans trois aquariums contenant un milieu de culture contaminé en Zr (n=3) à 0,2 ± 0,1 nM (C0), 0,5 ± 0,3 nM (C1) et 2,9 ± 0,3 nM (C2) et prélevées à 1, 2 et 4 semaines d'exposition (t1, t2 et t4). La production de biomasse, de protéines et polysaccharides apparaissaient plus faibles pour C1 et C2 à t2 et t4 ainsi que le taux de croissance des diatomées pour C2 au cours du temps. Le comptage des prédateurs primaires du périphyton a montré un effet de C2 sur la composition de la microméiofaune. Les résultats obtenus dans ces travaux montrent qu'une exposition au Zr peut perturber la structure taxonomique du biofilm et ses fonctions clefs. Une meilleure compréhension des effets des métaux sur la microméiofaune permettra d'améliorer l'évaluation des risques des expositions métalliques dans les milieux aquatiques.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».