Biodiversity of arbuscular mycorrhizal fungi from extreme petroleum hydrocarbon contaminated site
Bibliographic record
Abstract
Les activités industrielles, la production d’énergie le transport et l’urbanisation ont engendré de sérieux problèmes environnementaux qui ont des effets néfastes non seulement pour les divers écosystèmes, mais aussi pour la santé des Humains. Il existe plusieurs méthodes de réhabilitation des sites contaminés. Les méthodes dites conventionnelles consistent le plus souvent à excaver, transporter et entreposer des sols dans des sites d’enfouissements, alors que d’autres technologies utilisent des traitements physico-chimiques ou l’incinération des polluants. Les inconvénients majeur de ces méthodes en sont le coût élevé, l’émission des gaz à effet de serre et la destruction des habitats. Cependant, plusieurs technologies ont émergé ces dernières décennies. Parmi ces technologies émergentes, la phytoremédiation est une méthode prometteuse et dont l’efficacité devienne de plus en plus reconnue. La phytoremédiation consiste à utiliser des plantes et les microbes qui leurs sont associés pour dégrader, extraire ou stabiliser les polluants du sol aussi bien organiques qu’inorganiques. Parmi les microbes associés aux racines des plantes, on trouve les champignons mycorhiziens arbusculaires (CMA) dont le rôle en phytoremédiation a été montré. Cependant, la diversité et les changements des structures des communautés de ces champignons dans des sites hautement contaminés et en association avec les populations des plantes qui poussent spontanément dans ces sites demeurent méconnues. L’objectif de mon projet de maitrise consiste à étudier la diversité et la structure des communautés des CMA dans les racines et les sols rhizosphériques de trois espèces de plantes Eleocharis elliptica, Populus tremuloides et Persicaria maculosa qui poussent spontanément dans des bassins d’une ancienne raffinerie pétro-chimique. J’ai échantillonné trois individus par espèce de plante dans trois bassins qui ont montré des concentrations différentes des polluants pétroliers. J’ai utilisé l’approche de la PCR conventionnelle, le clonage et le séquençage en ciblant le gène 18S de l’ARN ribosomique autant sur des échantillons de racines et des que sur ceux de sols rhizophériques. J’ai analysé au minimum 48 clones par échantillon. L’analyse de la diversité Beta a montré que la structure des communautés des CMA était significativement différente selon les biotopes (racines et sols rhizosphèriques) et les concentrations de contaminants pétroliers. Mes résultats ont montré que l'identité de la plante et la concentration de contaminants ont fortement influencé la structure des communautés de CMA. J’ai aussi observé qu’en plus de l’effet des facteurs biotiques et abiotiques mentionnés ci-dessus, plusieurs OTUs de CMA sont corrélés soit positivement ou négativement entre eux et aussi avec différents types de polluants d'hydrocarbures pétroliers. Cette étude a permis de comprendre les facteurs qui influencent les changements des structures des communautés des CMA et pourrait nous aider à améliorer l’efficacité de la phytoremédiation avec des plantes indigènes poussant spontanément sur des sites hautement contaminés par des hydrocarbures pétroliers.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".