The impacts of historical copper mining on bacterial and fungal leaf litter communities in streams
Notice bibliographique
Résumé
Les communautés microbiennes jouent un rôle essentiel dans la décomposition de la matière organique et le cycle des nutriments dans les cours d'eau. Si la décomposition dans les cours d'eau est altérée par l'activité anthropique, la capacité de ces écosystèmes à soutenir des réseaux alimentaires complexes sera réduite. Malgré la fréquence des mines abandonnées à travers les paysages, notre compréhension des impacts des anciennes mines de cuivre sur les communautés de micro-organismes décomposeurs dans les cours d'eau douce reste limitée. Notre objectif était de comprendre les impacts actuels des anciennes mines de cuivre sur les communautés de décomposeurs microbiens dans les cours d'eau douce et de mieux comprendre le rétablissement à long terme des écosystèmes lotiques après avoir été contaminés par des métaux lourds. Nous avons échantillonné les communautés microbiennes en immergeant des sacs de litière de feuilles dans trois cours d'eau touchés par l'exploitation minière et deux cours d'eau de référence au Canada. La composition et la diversité des communautés bactériennes et fongiques ont été évaluées en utilisant le séquençage de nouvelle génération des amplicons des gènes 16S rRNA et ITS. Nous avons constaté des changements dans la structure de la communauté bactérienne qui indiquent les effets négatifs potentiels des métaux lourds sur certaines classes, telles que Deltaproteobacteria, Acidimicriobiia, Sphingobacteriia et Solibacteres. Nous avons également constaté que les taxons Chloroflexi, Deinococci et Saccharibacteria répondaient positivement à des concentrations plus élevées de métaux lourds. À l'inverse, les communautés fongiques, ainsi que la diversité alpha bactérienne et fongique, n'ont pas été affectées par l'exploitation minière historique. Dans l'ensemble, notre étude a identifié des associations entre de nombreux taxons bactériens à différents niveaux phylogénétiques et la contamination des cours d’eau par l'exploitation minière historique. Ces groupes sont des indicateurs potentiels de l'activité minière et pourraient servir à améliorer les efforts de restauration et de surveillance des mines, mais d'autres études seront nécessaires pour mieux comprendre leurs adaptations génomiques et leur comportement écologique. \n_____________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : bactérie, champignon, communauté microbienne, litière de feuilles, écologie aquatique, écosystème d’eau douce, ruisseau, metabarcodage, ADN environmental, métaux lourds, ancienne mine de cuivre
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».