MétaCan
Menu
← Retour à la cohorte
Enregistrement W4394300619 · doi:10.6084/m9.figshare.19884871

Culturing the uncultured microbial majority in activated sludge: A critical review

2022· review· en· W4394300619 sur OpenAlexaff
Yulin Zhang, Tong Zhang

Notice bibliographique

RevueFigshare · 2022
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueWastewater Treatment and Nitrogen Removal
Établissements canadiensUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésActivated sludgeChemistryBiologyEnvironmental scienceSewage treatmentEnvironmental engineering

Résumé

récupéré en direct d'OpenAlex

Activated sludge is a widely applied wastewater treatment process that mainly uses suspended microbial flocs to remove pollutants in wastewater. With the characteristics of high biomass content and high microbial diversity, activated sludge plays an important role in pollutant removal and contains various functional microorganisms as a valuable pool of various useful microbial resources. However, the majority of microorganisms in activated sludge have not been isolated, which substantially limits the improvement of treatment efficiency and the innovation of process technology in wastewater engineering. As the basic biological methodology which can extremely expand the downstream studies for microorganisms, the cultivation of new species in activated sludge is urgently needed to fill the gaps between the cultured and uncultured microbial communities. The growing emphasis on cultivation in recent years has spawned the creation of many innovative and high-throughput cultivation techniques. In this review, we summarized the microorganism “wanted list” in activated sludge, reviewed the potential cultivation methods that could extend our understanding of activated sludge microbiota, and discussed the significance and perspectives for activated sludge microbiota cultivation.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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.

Tête enseignante Opus0,098
Tête enseignante GPT0,321
Écart entre enseignants0,223 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshare→Même sujetWastewater Treatment and Nitrogen Removal→Travaux en français237 207→