MétaCan
Menu
Retour à la cohorte
Enregistrement W6884533735 · doi:10.1051/alr/2016032/pdf

Prophylactic effect of

2016· article· en· W6884533735 sur OpenAlexfundno aff

Notice bibliographique

RevueSpringer Link (Chiba Institute of Technology) · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine Bivalve and Aquaculture Studies
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFP7 People: Marie-Curie ActionsFonds de recherche du Québec – Nature et technologiesEuropean Commission
Mots-clésMytilusScallopLarvaBlue musselPathogenPathogenicityBacteriaAntimicrobial

Résumé

récupéré en direct d'OpenAlex

This paper explores the possibility of using the supernatant of Haslea ostrearia culture containing marennine, a natural microalgal pigment, as an antimicrobial in bivalve hatcheries. The blue mussel Mytilus edulis and the scallop Placopecten magellanicus were used as model animals, and the pathogenic marine bacteria Vibrio splendidus was used to induce larval mortality. The hypothesis tested was that V. splendidus pathogenicity in larval rearings can be controlled by using marennine-containing culture supernatants. The effect of three marennine concentrations was tested on a larval rearing over 20 days for M. edulis and 9 days for P. magellanicus. At a low dose (0.1 mg L-1), survival and physiological condition were both higher than in the control. In bacterial challenges, larvae were exposed to V. splendidus for 72 h, with or without marennine. The bacterial challenge caused significant mortality when compared to controls, while the marennine-treated larvae showed significantly higher survival. Results show that marennine is an interesting molecule for pathogen control in hatcheries as it is active at low concentrations and significantly enhanced larval survival and physiological condition.

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)0,000
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 enseignants0,012
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,002

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 Opus0,007
Tête enseignante GPT0,226
Écart entre enseignants0,219 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSpringer Link (Chiba Institute of Technology)Même sujetMarine Bivalve and Aquaculture StudiesTravaux en français237 207