Contribution of Coexisting Sulfate and Iron Reducing Bacteria to Methylmercury Production in Freshwater River Sediments
Notice bibliographique
Résumé
We investigated microbial methylmercury (CH(3)Hg) production in sediments from the South River (SR), VA, an ecosystem contaminated with industrial mercury (Hg). Potential Hg methylation rates in samples collected at nine sites were low in late spring and significantly higher in late summer. Demethylation of (14)CH(3)Hg was dominated by (14)CH(4) production in spring, but switched to producing mostly (14)CO(2) in the summer. Fine-grained sediments originating from the erosion of river banks had the highest CH(3)Hg concentrations and were potential hot spots for both methylation and demethylation activities. Sequencing of 16S rRNA genes of cDNA recovered from sediment RNA extracts indicated that at least three groups of sulfate-reducing bacteria (SRB) and one group of iron-reducing bacteria (IRB), potential Hg methylators, were active in SR sediments. SRB were confirmed as a methylating guild by amendment experiments showing significant sulfate stimulation and molybdate inhibition of methylation in SR sediments. The addition of low levels of amorphous iron(III) oxyhydroxide significantly stimulated methylation rates, suggesting a role for IRB in CH(3)Hg synthesis. Overall, our studies suggest that coexisting SRB and IRB populations in river sediments contribute to Hg methylation, possibly by temporally and spatially separated processes.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 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 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 ».