MétaCan
Menu
Retour à la cohorte
Enregistrement W6989122130

Abundance, Composition, and Factors Impacting the Formation of Microplastic-Associated Biofilm in Freshwaters

2022· dissertation· W6989122130 sur OpenAlexfundno aff

Notice bibliographique

RevueTSpace · 2022
Typedissertation
Langue
DomaineEnvironmental Science
ThématiqueMicroplastics and Plastic Pollution
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaEnvironment and Climate Change CanadaUniversity of Toronto
Mots-clésBiofilmSalmonella entericaMicroplasticsWater treatmentEscherichia coliSurface waterPolyvinyl chlorideSalmonellaAbundance (ecology)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Biofilm that colonizes on the surface of microplastics (MPs) may represent a potential health risk. The current study examined factors that influence MP-associated biofilm growth, including polymer type, degree of weathering, and source water quality. Weathered MPs were produced in-lab, and biofilm trials were conducted on-site at drinking water treatment facilities using a passive flow-through system. Biofilm abundance was quantified in terms of adenosine triphosphate (ATP); its composition was assessed via metagenomic sequencing. Biofilm growth was observed on MPs of all polymer types, and most prevalent on polyvinyl chloride (PVC) where ATP levels were 6 to 12 times higher when compared to other polymers. Pathogen-containing species including Salmonella enterica and Escherichia coli were observed on all polymers with relative abundance up to 13.7%; S. enterica was selectively enriched on weathered polymers in specific water matrices. These findings support the need to examine the impact of drinking water treatment to minimize potential health risks. As well they suggest the need for future studies to adopt the use of weathered polymers, as they were observed to increase biofilm growth.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,010
Tête enseignante GPT0,257
Écart entre enseignants0,246 · 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'étudeObservationnel
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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetMicroplastics and Plastic PollutionTravaux en français237 207