Evaluation of the Bioaccessibility of Metals and Metalloids in Eastern Canadian Mine Tailings Using an in Vitro Gastrointestinal Model, the Simulator of the Human Intestinal Microbial Ecology (Shime)
Notice bibliographique
Résumé
MS1-03 Abstract: The ingestion of arsenic, mercury, and lead-contaminated soils is a potential risk to human health. This is especially true for members of residential communities that live in close proximity to the tailings of abandoned mines due to the high metal concentrations observed in these sites. Current practice in risk assessment is to assume that the bioaccessibility of ingested compounds are close to 100% or at least equal to the material used to derive the toxicological reference value. However, the validity of this practice has been questioned because recent work has demonstrated that there are large differences in percent bioaccessibility between soils. Tailing samples containing arsenic (385–105,300 ppm), mercury (6–5024 ppb), and lead (18–462 ppm), which were collected from 3 sites near abandoned mines in Eastern Canada, were digested in an in vitro gastrointestinal model, the Simulator of the Human Intestinal Microbial Ecosystem (SHIME). The SHIME is unique among in vitro models because it features a stage with a microbial community representative of that found in the human colon. The percent bioaccessibilities were measured for arsenic, mercury, and lead in the small intestine and colon stage of the SHIME after treatment with 2 size fractions (Bulk and <38 μm) of the tailings from each location. The effects of metal concentration and particle size on metal bioaccessibility were examined for each of the 3 analytes. Additionally, the effect of the colon microbe community on metal bioaccessibility was evaluated. Preliminary results suggest that metal bioaccessibility in the colon is lower than that of the small intestine due to the activity of sulfate-reducing bacteria. A precipitate was formed in the colon stage of the SHIME, thereby causing the SHIME solution to become black in color. This precipitate was not formed when sterilized (autoclaved) SHIME was added instead. Results indicate there may be a difference in bioaccessibility between the 2 size fractions examined, which may have been caused by the large differences in metal concentration between the 2 size fractions.
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 | 0,011 | 0,002 |
| 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 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».