MétaCan
Menu
Retour à la cohorte
Enregistrement W7109765773 · doi:10.26108/gnfc-yw83

Investigation into microbial methymercury production in Kejimkujik National Park, Nova Scotia, Canada

2002· article· en· W7109765773 sur OpenAlexaboutno aff

Notice bibliographique

RevueAcadiaU-DEV · 2002
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMercury (programming language)MethylmercuryBiotaNational parkPeatWetlandPopulationMost probable number

Résumé

récupéré en direct d'OpenAlex

In the mid 1990's, it was noticed that the loon population in Kejimkujik National Park was decreasing. Subsequent research determined that the loons had high levels of methylmercury, which was affecting their behavior and reproduction. It has been reported that the amount of methylmercury in biota in Kejimkujik National Park is at levels considered unsafe to wildlife. In order to ascertain the importance of sulfate- reducing bacteria to mercury methylation in Kejimkujik National Park, we studied Big Dam East and Big Dam West lakes and Thomas Meadow Brook, which runs into Big Dam West. The aim of this study was to first of all determine the bacterial productivity of these watersheds and then try and ascertain the amount of bioavailable mercury present using bioluminescent sensors. Finally, the most probable number (MPN) technique was used in order to estimate the number of sulfate-reducing bacteria in the water and sediment. The microbial productivity of the system was within normal ranges for these types of lakes. Test results of mud from Thomas Meadow Brook show a high rate of mercury methylation and methane formation, while peat samples from Thomas Meadow Brook show very little mercury methylation and methane formation. The results from the biosensors and the MPN were inconclusive.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,058

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

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 Opus0,035
Tête enseignante GPT0,244
Écart entre enseignants0,210 · 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
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcadiaU-DEVMême sujetMercury impact and mitigation studiesTravaux en français237 207