Evaluation of Bacterial Community Structure and Its Influence on Sulfide Oxidation in a Bio-Leaching Environment
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The mechanism of sulfide oxidation by adhering bacteria (direct oxidation mechanism) and by ferric ion in the aqueous phase was studied by quantitative assessment of bacterial activity on the sulfide surface. To probe for the principal bacterial species on the surface and in the supernatant, a library of DNA genes encoding portions of bacterial 16S rRNA was constructed. The PCR-amplified DNA from the bacterial populations was cloned employing PROMEGA's pGEM-T Easy Vector system. The clone frequency indicated that iron-oxidizing bacteria were dominant in the liquid phase, while Acidithiobacillus ferroixdans, which is both sulfur and iron oxidizer was the most prevalent on the sulfide surface. Samples of crystalline pyrite were exposed to the bacterial consortium to evaluate surface alterations caused by bacteria. Chemical (abiotic) oxidation experiments with ferric ion as the oxidant were carried out in parallel with the biological oxidation tests. Changes in the surface topography were monitored by atomic force microscopy (AFM) while changes in surface chemistry were examined by Raman spectroscopy. Bacterial attachment resulted in a 53% increase in the specific surface area in comparison to a 13% increase caused by chemical (ferric ion) oxidation. The oxidation rate was assessed by evaluating the iron release. After corrections for surface area changes, the specific abiotic (oxidation by Fe3 +) and biotic oxidation rates with adhering bacteria were nearly the same (2.6 × 10− 9 mol O2/s/m2 versus 3.3 × 10− 9 mol O2/s/m2) at pH = 2 and a temperature of 25°C. The equality of rates implies that the availability of ferric ion as the oxidant is rate limiting.
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.
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 | 0,002 | 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle