Nitrate Controls Methyl Mercury Production in a Streambed Bioreactor
Notice bibliographique
Résumé
Organic carbon bioreactors provide low-cost, passive treatment of a variety of environmental contaminants but can have undesirable side effects in some cases. This study examines the production of methyl mercury (MeHg) in a streambed bioreactor consisting of 40 m³ of wood chips and designed to treat nitrate (NO₃) in an agricultural drainage ditch in southern Ontario (Avon site). The reactor provides 30 to 100% removal of NO₃-N concentrations of 0.6 to 4.4 mg L(-1), but sulfate (SO₄(2-)) reducing conditions develop when NO₃ removal is complete. Sulfate reducing conditions are known to stimulation the production of MeHg in natural wetlands. Over one seasonal cycle, effluent MeHg ranged from 0.01 to 0.76 ng L(-1) and total Hg ranged from 1.3 to 3.4 ng L(-1). During all sampling events when reducing conditions were only sufficient to promote NO₃(-) reduction (or denitrification) ( = 5, late fall 2009, winter 2010), MeHg concentrations decreased in the reactor and it was a net sink for MeHg (mean flux of -5.1 μg m(-2) yr(-1)). During all sampling events when SO₄(2-) reducing conditions were present ( = 6, early fall 2009, spring 2010), MeHg concentrations increased in the reactor and it was a strong source of MeHg to the stream (mean flux of 15.2 μg m(-2) yr(-1)). Total Hg was consistently removed in the reactor (10 of 11 sampling events) and was correlated to the total suspended sediment load ( r² = 0.69), which was removed in the reactor by physical filtration. This study shows that organic carbon bioreactors can be a strong source of MeHg production when SO₄(2-) reducing conditions develop; however, maintaining NO₃-N concentrations > 0.5 mg L suppresses the production of MeHg.
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 | 0,001 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».