Bacterial Reduction of Selenium in Coal Mine Tailings Pond Sediment
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Sediment from a storage facility for coal tailings solids was assessed for its capacity to reduce selenium (Se) by native bacterial community. One Se(6+)-reducing bacterium Enterobacter hormaechei (Tar11) and four Se(4+)-reducing bacteria, Klebsiella pneumoniae (Tar1), Pseudomonas fluorescens (Tar3), Stenotrophomonas maltophilia (Tar6), and Enterobacter amnigenus (Tar8) were isolated from the sediment. Enterobacter hormaechei removed 96% of the added Se(6+) (0.92 mg L(-1)) from the effluents when Se(6+) was determined after 5 d of incubation. Analysis of the red precipitates showed that Se(6+) reduction resulted in the formation of spherical particles (<1.0 microm) of Se(0) as observed under scanning electron microscope (SEM) and confirmed by EDAX. Selenium speciation was performed to examine the fate of the added Se(6+) in the sediment with or without addition of Enterobacter hormaechei cells. More than 99% of the added Se(6+) (approximately 2.5 mg L(-1)) was transformed in the nonsterilized sediment (without Enterobacter hormaechei cells) as well as in the sterilized (heat-killed) sediment (with Enterobacter hormaechei cells). The results of this study suggest that the lagoon sediments at the mine site harbor Se(6+)- and Se(4+)-reducing bacteria and may be important sinks for soluble Se (Se(6+) and Se(4+)). Enterobacter hormaechei isolated from metal-contaminated sediment may have potential application in removing Se from industrial effluents.
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.
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 | 0,003 | 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 découle