MétaCan
Menu
Retour à la cohorte
Enregistrement W4391426466 · doi:10.1016/j.isci.2024.109073

Inoculum and pH effects on ammonium removal and microbial community dynamics in aquaponics systems

2024· article· en· W4391426466 sur OpenAlexafffund
Peyman Derikvand, Brittany Sauter, B. A. Keddie, Lisa Y. Stein

Notice bibliographique

RevueiScience · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInnovations in Aquaponics and Hydroponics Systems
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlberta InnovatesAlberta Innovates Bio Solutions
Mots-clésAquaponicsAmmoniumChemistryEnvironmental chemistryNitriteNitrificationMicroorganismAmmoniaMicrobial population biologyNitrateBacteriaNitrogenBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Understanding the ecology of microorganisms is essential for optimizing aquaponics systems. Effects of pH and inoculum on ammonium removal and dynamics of microbial community composition from all compartments of lab-scale aquaponics systems were examined. Initial ammonium accumulation in systems with comammox-enriched inocula were 47% and 69% that of systems enriched with ammonia-oxidizing bacteria (AOB), with higher rates of ammonium removal and transient nitrite accumulation measured in the latter systems. By the end of operation, Nitrosomonas and Nitrosospira AOB were dominant nitrifiers in systems at pH 7.6–7.8, whereas comammox ( Nitrospira ) nitrifiers and plant growth-promoting microbes were abundant in systems operating at pH 5.8–6.0. Lower pH systems supported more robust plant growth with no significant effects on fish health. This study demonstrated functional redundancy of aquaponics microbiota, with selectivity of nitrifying taxa as a function of pH. The results suggest that inoculum and pH are important considerations for aquaponics system initiation and optimization.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,009

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 technologies0,0000,000
Communication savante0,0010,000
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 Opus0,014
Tête enseignante GPT0,234
Écart entre enseignants0,221 · 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

Citations8
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueiScienceMême sujetInnovations in Aquaponics and Hydroponics SystemsTravaux en français237 207