Notice bibliographique
Résumé
Subsurface microbial presence and involvement in geochemical transformations was reported decades ago (Farrell and Turner, 1931; Kuznetsov et al., 1963; Lipman, 1931), and an acceleration in subsurface research has occurred over the last decade. Much of this research has been collaborative and interdisciplinary, involving the efforts of microbiologists, geochemists, hydrologists, drilling and mining experts, as well as program support, and has thus facilitated rapid progress. A primary incentive has been the potential for microbiota to clean up contaminated underground environments for the protection or purification of water supplies through bioremediation (Ghiorse and Wilson, 1988; Madsen and Ghiorse, 1993; Balkwill et al., 1994). Not long ago most scientists firmly believed that life was absent below some fairly shallow threshold depth (Ghiorse and Wilson, 1988). Microbiota have now been recovered at depths greater than 9000 ft below the surface (Boone et al., 1995). Additionally, investigations of deep ocean sediments indicate that they are teeming with microbial life (Parks et al., 1994). Microorganisms have been investigated in both shallow and deep aquifer systems and associated sediments (Balkwill and Ghiorse, 1985; Hirsch, 1992). Sampling techniques have included both drilling/coring procedures, and mining in rock, ore, and salt deposits (see Chapters 3 and 4). European, Canadian, and American scientists have also studied the microbiology of the terrestrial subsurface for the practical reason that radioactive and other waste repositories are often built underground and microbes inhabiting those environments may impact the integrity of the waste storage facilities (see Chapters 15 and 16, and Proceedings of the 7th Annual International High Level Radioactive Waste Management Meetings, Las Vegas, 1996).
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 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 | 0,000 | 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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».