Gastrointestinal Microbes Increase Arsenic Bioaccessibility of Ingested Mine Tailings Using the Simulator of the Human Intestinal Microbial Ecosystem
Notice bibliographique
Résumé
It is widely accepted that the use of total metal concentrations in soil overestimates metal risk from human ingestion of contaminated soils. In vitro simulators have been used to estimate the fraction of arsenic present in soil that is bioaccessible in the human digestive track. These approaches assume that the bioaccessible fraction remains constant across soil total metal concentrations and that intestinal microbiota do not contribute to arsenic release. Here, we evaluate both of these assumptions in two size fractions (bulk and <38 microm) of arsenic-rich mine tailings from the Goldenville, Lower Seal Harbour, and Montague Gold Districts, Nova Scotia. These samples were evaluated using an in vitro gastrointestinal model, the Simulator of the Human Intestinal Ecosystem (SHIME). Arsenic bioaccessibility, which ranged between 2 and 20% in the small intestine and 4 and 70% in the colon, was inversely related to total arsenic concentration in the mine tailings. Additionally, arsenic bioaccessibility was greater in the bulk fraction than in the <38 microm fraction in the small intestine and colon while colon microbes increased the bioaccessibility of arsenic in mine tailings. These results suggest that the practice of using a constant percent arsenic bioaccessibility across all metal concentrations in risk assessment should be revisited.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,005 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».