The short-term effect of nitrogen on freshwater cyanobacteria and cyanotoxins
Notice bibliographique
Résumé
Toxic cyanobacterial blooms are a worldwide concern. Nutrients are among the numerous factors that trigger cyanobacterial blooms and the production of cyanotoxins. This study aimed to assess the effect of nitrogen on cyanobacteria and cyanotoxins through a short-term mesocosm experiment. To achieve this, mesocosms were installed in situ in two lakes (the Missisquoi Bay of Lake Champlain and Petit-Lac-St-François) and received 700 μg/L of ammonium or 500 μg/L of nitrate. A shift to Microcystis in the mesocosms with nitrogen addition was observed 2 days after the addition in Missisquoi Bay, where nitrogen was more limited than Petit-Lac-St-François based on nutrient ratios. There was a significant increase of extracellular ΣMCs and MC-LR in mesocosms with the addition of ammonium or nitrate after 48 h compared to control mesocosms. Intracellular and extracellular microcystin concentrations were associated with Microcystis. Microcystis presence was associated with ammonium 48 h after N was added at both sites. Therefore, toxin production following sudden nitrogen addition can occur on short time scales relevant to drinking water treatment plant operations. This information will help treatment plant operators better anticipate the arrival of potentially higher concentrations of cyanotoxins.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».