THÀNH PHẦN LOÀI VÀ MẬT ĐỘ TẢO Ở CÁC ĐỘ MẶN KHÁC NHAU TRONG HỆ THỐNG BIOFLOC
Bibliographic record
Abstract
Vi tảo được xem là nguồn thức ăn có giá trị cho Artemia. Mục đích của thí nghiệm này nhằm đánh giá tiềm năng của việc ứng dụng công nghệ biofloc trên đối tượng Artemia thông qua khảo sát thành phần tảo hiện diện trong ao bón phân. Thí nghiệm gồm 4 nghiệm thức (35, 60, 80 và 100?) và 3 lần lặp lại, được bố trí trong các ao có diện tích 150 m2, mực nước 30 cm, thời gian thí nghiệm 21 ngày. Kết quả đã phát hiện 44, 34, 21 và 19 giống tảo tương ứng với các nghiệm thức (NT) 35, 60, 80 và 100?, trong đó ngành tảo khuê chiếm ưu thế về số lượng. Các giống tảo chiếm ưu thế ở độ mặn 35 và 60? thường là Peridinium (tảo Giáp), Nitzschia (tảo Khuê); Nanochloropsis, Tetraselmis (tảo Lục). Trong khi ở độ mặn cao hơn (80 và 100?) thì giống tảo Chlamydomonas, Nanochloropsis, Tetraselmis (tảo lục) chiếm ưu thế. Mật độ tảo ở các NT dao động tương ứng từ 7.093-477.589 tb/L. Mật độ tảo không có khác biệt thống kê (p>0,05) trong thời gian thí nghiệm (ngoại trừ ngày 15 và 18 p
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 | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 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) | 0.012 | 0.003 |
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".