Enrichment of sulfate-reducing bacteria and resulting mineral formation in media mimicking pore water metal ion concentrations and pH conditions of acidic pit lakes
Notice bibliographique
Résumé
Acid mine drainage sites are extreme environments with high acidity and metal ion concentrations. Under anoxic conditions, microbial sulfate reduction may trigger the formation of secondary minerals as a result of H2S production and pH increase. This process was studied in batch experiments with enrichment cultures from acidic sediments of a pit lake using growth media set at different pH values and containing elevated concentrations of Fe²⁺ and Al³⁺. At initial pH values of 5 and 6, sulfate reduction occurred shortly after inoculation. Sulfate- reducing bacteria affiliated to the genus Desulfosporosinus predominated the microbial communities as shown by 16S rRNA gene analysis performed at the end of the incubation. At initial pH values of 3 and 4, sulfate reduction and cell growth occurred only after an extended lag phase, however, at a higher rate than in the less acidic assays. At the end of the growth phase, enrichments were dominated by Thermodesulfobium spp. suggesting that these sulfate reducers were better adapted to acidic conditions. Iron sulfides in the bulk phase were common in all assays, but specific aluminum precipitates formed in close association with cell surfaces and may function as a detoxification mechanism of dissolved Al species at low pH.
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 | 0,000 | 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 | 0,000 |
| Communication savante | 0,000 | 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 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 ».