MétaCan
Menu
Retour à la cohorte
Enregistrement W6925868835 · doi:10.20383/103.0616

Wastewater discharges alter microbial community composition in surface waters of the Canadian prairies

2022· dataset· en· W6925868835 sur OpenAlexaboutno aff

Notice bibliographique

RevueFederated Research Data Repository · 2022
Typedataset
Langueen
DomaineSocial Sciences
ThématiqueE-Government and Public Services
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEffluentWastewaterAmplicon sequencingMicrobial population biologyEnvironmental DNAMetagenomicsSewageEcosystemSewage treatment

Résumé

récupéré en direct d'OpenAlex

Freshwater ecosystems occupy only a small portion of the Earth's surface, but harbor a disproportionate amount of biodiversity that is particularly threatened by wastewater discharges, as one of the most common anthropogenic impact on these systems. As wastewater effluents are also sources of antimicrobial agents and other microorganisms, they reflect a particular threat to natural microbial communities within receiving rivers. Our knowledge about the impact of wastewater effluents on these communities is, however, largely unexplored. In this study, composition of microbial communities upstream and downstream of 5 different wastewater treatment plants within Southern Saskatchewan, Canada were examined. Three matrices, the water column, sediments, and biofilms attached to hard surfaces, were analyzed. The samples were extracted for DNA and were PCR amplified targeting the hypervariable V3-V4 region of the 16S ribosomal RNA subunit I gene of prokaryotes, as well as the hypervariable V3 region of the 18S ribosomal RNA gene of eukaryotic organisms. Amplicons were sequenced performing a 600-cycle paired-end sequencing run on an Illumina® MiSeq sequencer. This dataset includes the demultiplexed sequencing output, the feature table with taxonomic annotation, and the sample metadata.

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)0,001
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: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,106

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,005
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,106
Tête enseignante GPT0,372
Écart entre enseignants0,266 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFederated Research Data RepositoryMême sujetE-Government and Public ServicesTravaux en français237 207