MétaCan
Menu
← Retour à la cohorte
Enregistrement W7027236020

Chitobiase as a tool in water quality monitoring

2016· dissertation· en· W7027236020 sur OpenAlexaboutno aff

Notice bibliographique

RevueMspace (University of Manitoba) · 2016
Typedissertation
Langueen
DomaineMedicine
ThématiqueMedical and Biological Sciences
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBenthic zoneWater qualityRiver ecosystemHabitatMicrocosmInvertebrateMesocosmWastewaterEffluentAquatic ecosystem
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Time-consuming and expensive benthic surveys are currently the most common means of determining impacts on invertebrates and fish habitat in lotic systems. We propose using the rate of chitobiase production by benthic invertebrates as a complement for determining impacts on freshwater systems. We successfully modified the existing assay to a microplate approach for high throughput analysis of chitobiase activity. Next we conducted two case studies in: 1) the Dead Horse Creek, Manitoba, to determine if changes in chitobiase could detect impacts on the benthic community from wastewater effluent and; 2) in Snake and Kinch Creeks, Manitoba to see if chitobiase could be used to assess fish habitat quality. In both cases, we observed no strong relationships between chitobiase and traditional metrics (e.g., abundance, biomass, diversity). We recommend further studies concerning the timing of chitobiase release in lotic systems and assessments of its use in mesocosm and microcosm toxicity studies

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,036
Tête enseignante GPT0,276
Écart entre enseignants0,240 · 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'étudeExpérimental (laboratoire)
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMspace (University of Manitoba)→Même sujetMedical and Biological Sciences→Travaux en français237 207→