The impacts of historical copper mining on bacterial and fungal leaf litter communities in streams
Bibliographic record
Abstract
Les communautés microbiennes jouent un rôle essentiel dans la décomposition de la matière organique et le cycle des nutriments dans les cours d'eau. Si la décomposition dans les cours d'eau est altérée par l'activité anthropique, la capacité de ces écosystèmes à soutenir des réseaux alimentaires complexes sera réduite. Malgré la fréquence des mines abandonnées à travers les paysages, notre compréhension des impacts des anciennes mines de cuivre sur les communautés de micro-organismes décomposeurs dans les cours d'eau douce reste limitée. Notre objectif était de comprendre les impacts actuels des anciennes mines de cuivre sur les communautés de décomposeurs microbiens dans les cours d'eau douce et de mieux comprendre le rétablissement à long terme des écosystèmes lotiques après avoir été contaminés par des métaux lourds. Nous avons échantillonné les communautés microbiennes en immergeant des sacs de litière de feuilles dans trois cours d'eau touchés par l'exploitation minière et deux cours d'eau de référence au Canada. La composition et la diversité des communautés bactériennes et fongiques ont été évaluées en utilisant le séquençage de nouvelle génération des amplicons des gènes 16S rRNA et ITS. Nous avons constaté des changements dans la structure de la communauté bactérienne qui indiquent les effets négatifs potentiels des métaux lourds sur certaines classes, telles que Deltaproteobacteria, Acidimicriobiia, Sphingobacteriia et Solibacteres. Nous avons également constaté que les taxons Chloroflexi, Deinococci et Saccharibacteria répondaient positivement à des concentrations plus élevées de métaux lourds. À l'inverse, les communautés fongiques, ainsi que la diversité alpha bactérienne et fongique, n'ont pas été affectées par l'exploitation minière historique. Dans l'ensemble, notre étude a identifié des associations entre de nombreux taxons bactériens à différents niveaux phylogénétiques et la contamination des cours d’eau par l'exploitation minière historique. Ces groupes sont des indicateurs potentiels de l'activité minière et pourraient servir à améliorer les efforts de restauration et de surveillance des mines, mais d'autres études seront nécessaires pour mieux comprendre leurs adaptations génomiques et leur comportement écologique. \n_____________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : bactérie, champignon, communauté microbienne, litière de feuilles, écologie aquatique, écosystème d’eau douce, ruisseau, metabarcodage, ADN environmental, métaux lourds, ancienne mine de cuivre
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| 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".