Widespread detection of human- and ruminant-origin Bacteroidales markers in subtidal waters of the Salish Sea in Washington State
Notice bibliographique
Résumé
Rising populations around coastal systems are increasing the threats to marine water quality. To assess anthropogenic fecal influence, subtidal waters were examined monthly for human- and ruminant-sourced Bacteroidales markers at 80 sites across six oceanographic basins of the Salish Sea (Washington State) from April through October, 2011. In the basins containing cities with individual populations>190,000, >50% of sites were positive for the human marker, while in the basins with high densities of dairy and cattle operations, ∼30% of sites were positive for the ruminant marker. Marker prevalence was elevated in spring (April and May) and fall (October) and reduced during summer (June through September), corresponding with seasonal precipitation. By logistic regression, the odds of human marker detection increased with percentage of adjacent catchment impervious surface, dissolved nitrate concentration, and abundance of low nucleic acid bacteria, but decreased with salinity and chlorophyll fluorescence. The odds of ruminant marker detection increased with dissolved ammonium concentration, mean flow rate for the nearest river, and adjacent shoreline length. These relationships are consistent with terrestrial to marine water flow as a transport mechanism. Thus, Bacteroidales markers traditionally used for identifying nearby sources can be used for assessing anthropogenic fecal inputs to regional marine ecosystems.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».