Estrone and 17β-estradiol mineralization in liquid swine manure and soil in the presence and absence of penicillin or tetracycline
Notice bibliographique
Résumé
Natural steroid estrogens (e.g., 17 β-estradiol) and antibiotics (e.g., penicillin) are chemicals detected in livestock manure storage facilities and in manure-amended agricultural soils. The fate of natural steroid estrogens in these media has been studied for the past two decades but seldom in association with antibiotics. This factorial experiment examined estrone (E1) and 17 β-estradiol (E2) mineralization in liquid swine manure, soil and manure-amended soil containing 0, 40 and 200 mg kg−1 penicillin or tetracycline. Maximum mineralization (MAX) across treatments ranged from 13.5% to 49.9% for E1 and from 15.4% to 51.2% for E2. Estrogen mineralization almost always significantly decreased in the order of: manure > soil amended with a low rate of manure = soil > soil amended with a high rate of manure, suggesting that periodically agitated manure was a more favorable medium for biotic removal of estrogens than soil. Both rates of tetracycline in manure induces a lag phase of 40 to 50 days prior to the onset of a log phase of mineralization, and tetracycline at 200 mg kg−1 significantly decreased E1 and E2 MAX in manure. For soils amended with a high rate of manure, penicillin at 200 mg kg−1 significantly decreased E1 and E2 MAX and also the other antibiotic additions resulted in numerically lesser E1 and E2 MAX values, relative to soils free of antibiotics. We conclude that storage of liquid swine manure for 3 to 4 months with periodic agitation prior to application to agricultural land may reduce the potential for estrogens to become environmental contaminants, but that the persistence of estrogens in manure storage lagoons is also influenced by farm management practices such as the types and rates of antibiotics administered to livestock. When both estrogens and antibiotics are present in manure applied to soils, estrogens may have slower dissipation rates in soil particularly when manure is applied at high rates or not mechanically incorporated in the surface horizon.
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 | 0,002 | 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 | 0,001 |
| 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) | 0,000 | 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 ».