MétaCan
Menu
Retour à la cohorte
Enregistrement W7029281697

Identification of synergistic interactions among microorganisms in biofilms by digital image analysis

2010· other· en· W7029281697 sur OpenAlexfundno aff

Notice bibliographique

RevueEstudis Romànics (Institut d'Estudis Catalans) · 2010
Typeother
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaIowa State UniversityU.S. Department of Energy
Mots-clésBiofilmIdentification (biology)MicroorganismDigital image analysisBacteria
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Digital image analysis showed that reductions in biofilm plating efficiency were due to the loss of protection provided by two benzoate-degrading strains of Pseudomonas fluorescens. This loss in protection was due to the spatial separation of the protective organisms from benzoate-sensitive organisms during the dilution process. Communities were cultivated in flow cells irrigated with trypticase soy broth. When the effluent from these flow cells was plated on 0.15% benzoic acid, satellite colonies formed only in the vicinity of primary colonies. A digital image analysis procedure was developed to measure the size and spatial distribution of these satellites as a function of distance from the primary colony. The size of satellites served as a measure of growth, and the number per unit area served as a measure of survival. At the three dilutions tested, the size and concentration of satellite colonies varied inversely with distance from the primary colonies. When these measurements were plotted, the slopes were used to quantify the effect of bacterial association on the growth and survivability of the satellites. In the absence of the primary colonies, satellites grew in axenic culture only at low benzoate concentrations. Thus benzoate-degrading organisms are capable of creating a protective microenvironment for other members of biofilm communities.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

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
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,279
Écart entre enseignants0,271 · 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
Publié2010
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueEstudis Romànics (Institut d'Estudis Catalans)Même sujetPhysical Activity and HealthTravaux en français237 207