Effect of major cations (Ca2+, Mg2+, Na+, K+) and anions (SO 42−, Cl−, NO 3−) on Ni accumulation and toxicity in aquatic plant (<i>Lemna minor</i> L.): Implications For Ni risk assessment
Notice bibliographique
Résumé
The effect of major cation activity (Ca(2+) , Mg(2+) , Na(+) , K(+) ) on Ni toxicity, with dose expressed as exposure (total dissolved Ni concentration NiTot ) or free Ni ion activity (in solution Ni(2+) ), or as tissue residue (Ni concentration in plant tissue NiTiss ) to the aquatic plant Lemna minor L. was examined. In addition, Ni accumulation kinetics was explored to provide mechanistic insight into current approaches of toxicity modeling, such as the tissue residue approach and the biotic ligand model (BLM), and the implications for plant Ni risk assessment. Major cations did not inhibit Ni accumulation via competitive inhibition as expected by the BLM framework. For example, Ca(2+) and Mg(2+) (sulfate as counter-anion) had an anticompetitive effect on Ni accumulation, suggesting that Ca or Mg forms a ternary complex with Ni-biotic ligand. The counter-anion of the added Ca (sulfate, chloride, or nitrate) affected plant response (percentage of root growth inhibition) to Ni. Generally, sulfate and chloride influenced plant response while nitrate did not, even when compared within the same range of Ca(2+) , which suggests that the anion dominated the observed plant response. Overall, although an effect of major cations on Ni toxicity to L. minor L. was observed at a physiological level, Ni(2+) or NiTot alone modeled plant response, generally within a span of twofold, over a wide range of water chemistry. Thus, consideration of major cation competition for improving Ni toxicity predictions in risk assessment for aquatic plants may not be necessary.
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) | 0,001 | 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».