MétaCan
Menu
← Retour à la cohorte
Enregistrement W7025091716

Use of environmental DNA to investigate the distribution of microcystin-producing Microcystis in Eastern Ontario

2018· other· en· W7025091716 sur OpenAlexaboutno aff

Notice bibliographique

RevueQSpace (Queen's University Library) · 2018
Typeother
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric aerosols and clouds
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMicrocystisCyanobacteriaMicrocystinMicrocystis aeruginosaPolymerase chain reactionAlgaeEnvironmental DNAWater qualityAlgal bloom
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The emergence and persistence of algae blooms, comprising multiple toxicity-producing cyanobacteria genera, pose great threats to aquatic environments, to many native species, and to human health. In Ontario, cyanobacteria blooms were reported from across the province spanning 2009 to 2014, mainly occurring in Eastern Ontario as well as the southeastern part of Northern Ontario. Eastern Ontario is predicted to face increasing risk of cyanobacteria blooms in the future. microcystin-producing Microcystis is one of the dominant toxin-producing cyanobacteria genera, which presents many of the most significant challenges for water quality and public health. In this study, I develop and test a quantitative real-time polymerase chain reaction (qPCR) and environmental DNA (eDNA) approach to assess the distribution of microcystin-producing Microcystis in Eastern Ontario and estimate potential toxicity in 43 water bodies sampled in the summer of 2017. The qPCR assay was used to detect the Microcystin synthetase gene E (mcyE gene) in water samples. The limit of detection of qPCR was 3.06E+05 copies/L for mcyE. microcystin-producing Microcystis was detected in 28 out of total 43 water bodies. My research proved that a qPCR assay developed to target Microcystis gene fragments was specific and efficient for rapid detection of Microcystis and for diagnosing its toxicity.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,264
Score d'incertitude au seuil0,532

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
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 Opus0,008
Tête enseignante GPT0,161
Écart entre enseignants0,154 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQSpace (Queen's University Library)→Même sujetAtmospheric aerosols and clouds→Travaux en français237 207→