Periphyton Response to Additions of Glucose and Hydrogen Peroxide as Control Measures of Harmful Algal Blooms
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A mesocosm-based study was conducted to assess the effect of glucose and hydrogen peroxide on periphyton communities. These chemicals have been found to be effective at controlling cyanobacteria blooms in the water column but their impact on attached communities is unknown. The experimental design included a total of 4 treatments: control (no chemicals; 3 replicates); hydrogen peroxide (3 replicates); glucose alone (3 different concentrations [no replicates]); and additive glucose (3 replicates). After 34 days, mean values of chlorophyll a were lower in all experimental treatments compared to the control; mean AFDM values were lower in all treatments except the unreplicated high glucose alone treatment. In contrast, mean autotrophic index values (AFDM/chlorophyll a) were greater in all treatments compared to the control, indicating heterotrophs were more resistant to the chemical treatments than autotrophs. Periphyton community biodiversity was much lower in the additive glucose and moderate glucose alone treatments than the hydrogen peroxide and control treatments. The relative abundance of the bacteria Asticcacaulis and Sphingorhabdus responded positively to the glucose treatments, whereas relative abundance of Nevskia and Caenimonas declined in both the hydrogen peroxide and glucose treatments. In terms of relative abundance, no cyanobacteria taxa were detected among the top 20 taxa. We conclude that the autotrophic component of periphyton communities is especially vulnerable to hydrogen peroxide and glucose treatments, and that any management strategy employing these chemicals should be aware of this potential impact.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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) | 0,000 | 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 découle