MétaCan
Menu
Retour à la cohorte
Enregistrement W7106820570 · doi:10.5281/zenodo.17572843

Real-time Biomonitoring of Emerging Contaminants in Water Resources

2025· other· en· W7106820570 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2025
Typeother
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
Thématiquebioluminescence and chemiluminescence research
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesEuropean Commission
Mots-clésBiomonitoringEnvironmental monitoringContaminationGenetically engineeredHuman healthProcess (computing)GroundwaterChlamydomonas

Résumé

récupéré en direct d'OpenAlex

Engineered microbes coupled to automated IoT devices offer a potentially effective approach for real-time detection of emerging contaminants (EC) in water, which became a global challenge that poses health risks to humans and ecosystems. Current analytical chemistry-based approaches that are applied for EC screening in environmental waters, such as mass spectrometry remain the golden standard, but due to their high cost, requirement for specialized facilities and user expertise, slow turn-around as well as the growing number of EC’s to screen for, their application remain limited. Our research explores the use of engineered yeast and algae as part of a real-time EC sensor system in which biofilm ‘cell factories’ serve as a constant supply of microbes for inline continuous-flow exposure to environmental contaminants. Saccharomyces cerevisiae was stably transformed with genetic circuitry to report the presence of estrogenic ECs as a fluorescence signal, whereas a mutant Chlamydomonas reinardtii strain, as well as a wildtype strain were tested. The system’s design enables continuous flow exposure without the need for prefiltration or the risk of modified organisms entering the environment where it is installed, with additional advantages such as low cost and deployable requiring minimal skills. A conceptual framework for groundwater EC monitoring and regulation by public and private sector stakeholders, using engineered microbe-driven IoT devices was incorporated to enable effect-based monitoring at remote locations, and to serve as a platform for further refinements such as microbes with improved sensitivity and novel biological pathways to expand the range of health risks that can be detected.

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 enseignants0,001
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)0,0000,000

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 Opus0,012
Tête enseignante GPT0,254
Écart entre enseignants0,242 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetbioluminescence and chemiluminescence researchTravaux en français237 207