Bibliographic record
Abstract
Un suivi de la dynamique des populations de Microcystis qui ont la capacité de produire des toxines a été effectué à la baie Missisquoi (partie canadienne du lac Champlain) à l'aide d'outils moléculaires. Deux types de membranes ont été utilisés : un filtre standard (GF/C) pour quantifier les microcystines, et un filtre pour capturer les bactéries. Cette étude a démontré que le filtre standard (GF/C) est approprié pour déterminer les concentrations de microcystines, mais qu'il n'est pas adéquat pour caractériser avec des techniques moléculaires, les populations de bactéries et de cyanobactéries. Une bonne corrélation a été obtenue en 2006, entre les concentrations de microcystines déterminées par les méthodes ELISA et HPLC et le nombre de copies du gène mcyD (impliqué dans la biosynthèse des microcystines). Les résultats ont donc démontré le potentiel de cette méthode de PCR en temps réel, ciblant le gène mcyD, pour la détection et le suivi des proliférations de cyanobactéries qui produisent des toxines. La présence du pathogène fécal Escherichia coli a été évaluée afin de déterminer la relation entre l'application de lisier et de fumier et l'augmentation dans l'eau du lac, des nutriments qui causent les proliférations. Une bonne corrélation a été obtenue entre l'application du lisier et du fumier et les précipitations ainsi qu'entre les concentrations élevées d'azote dans le lac, suggérant qu'une meilleure gestion des matières fertilisantes est nécessaire pour réduire les apports de nutriments dans la baie Missisquoi.
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 | 0.001 | 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 | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 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".