MétaCan
Menu
Retour à la cohorte
Enregistrement W4394529918 · doi:10.6084/m9.figshare.9232610.v3

Insights on the response of microbial communities to vegetation and biogeochemical properties in amended and unamended acid-generating mine wastes

2019· dataset· en· W4394529918 sur OpenAlexaboutno aff
Asma Asemaninejad, Kimber E. Munford, Susan Glasauer, Nathan Basiliko, Nadia Mykytczuk, Shaun A. Watmough, Daniel Campbell

Notice bibliographique

RevueFigshare · 2019
Typedataset
Langueen
DomaineEnvironmental Science
ThématiqueMine drainage and remediation techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiogeochemical cycleVegetation (pathology)Environmental scienceEnvironmental chemistryEarth scienceChemistryGeology

Résumé

récupéré en direct d'OpenAlex

Understanding the structure of microbial communities in acidic, metal contaminated tailings and waste rock in cool, continental northern temperate climates is important for identifying their potential for use in phytostabilization and bioremediation programs. In this study, microbial community compositions across two large mine waste sites in the Sudbury basin were analyzed along gradients of barren-to-vegetated tailings and waste rock. Microbial communities were less diverse, more homogenous, and mainly chemolithoautotrophic in barren sites, transitioning to more diverse communities of organoheterotrophs, nitrogen-fixing/plant-growth promoting bacteria, and ectomycorrhizal fungi in the vegetated areas. Network interaction analyses of microbial communities demonstrated higher levels of interactions of microbial groups in the barren tailings, which were related to the extreme environmental and chemical conditions and restricted anabolic nutrient availability of the substrates. We also show that vegetation and plant-derived organic matter in the tailings are associated with the shifts observed in the structure of microbial communities towards more soil-like communities, which sequentially further aids in the establishment of vegetation. These findings have implications for the optimization of phytoestablishment and bioremediation in mine tailings and waste rock in the cool, continental northern temperate and boreal climates.

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)0,005
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: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,006
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,007

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 Opus0,039
Tête enseignante GPT0,243
Écart entre enseignants0,204 · 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
GenreJeu de données

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetMine drainage and remediation techniquesTravaux en français237 207