Donor‐dependent Extent of Uranium Reduction for Bioremediation of Contaminated Sediment Microcosms
Notice bibliographique
Résumé
Bioremediation of uranium was investigated in microcosm experiments containing contaminated sediments from Oak Ridge, Tennessee to explore the importance of electron donor selection for uranium reduction rate and extent. In these experiments, all of the electron donors, including ethanol, glucose, methanol, and methanol with added humic acids, stimulated the reduction and immobilization of aqueous uranium by the indigenous microbial community. Uranium loss from solution began after the completion of nitrate reduction but essentially concurrent with sulfate reduction. When electron donor concentrations were normalized for their equivalent electron donor potential yield, the rates of uranium reduction were nearly equivalent for all treatments (0.55-0.95 micromol L(-1) d(-1)). Uranium reduction with methanol proceeded after a 15-d longer lag time relative to that of ethanol or glucose. Significant differences were not found with the inclusion of humic acids. The extent of U reduction in sediment slurries measured by XANES at various time periods after the start of the experiment increased in the order of ethanol (5-7% reduced at 77 and 153 d), glucose (49% reduced at 53 d), and methanol (93% reduced at 90 d). The microbial diversity of ethanol- and methanol-amended microcosms in their late stage of U reduction was analyzed with 16S rRNA gene amplification. Members of the Geobacteraceae were found in all microcosms as well as other potential uranium-reducing organisms, such as Clostridium and Desulfosporosinus. The effectiveness of methanol relative to ethanol at reducing aqueous and sediment-hosted uranium suggests that bioremediation strategies that encourage fermentative poising of the subsurface to a lower redox potential may be more effective for long-term uranium immobilization as compared with selecting an electron donor that is efficiently metabolized by known uranium-reducing microorganisms.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».