Bacterial Targets as Potential Indicators of Diesel Fuel Toxicity in Subantarctic Soils
Notice bibliographique
Résumé
Appropriate remediation targets or universal guidelines for polar regions do not currently exist, and a comprehensive understanding of the effects of diesel fuel on the natural microbial populations in polar and subpolar soils is lacking. Our aim was to investigate the response of the bacterial community to diesel fuel and to evaluate if these responses have the potential to be used as indicators of soil toxicity thresholds. We set up short- and long-exposure tests across a soil organic carbon gradient. Utilizing broad and targeted community indices, as well as functional genes involved in the nitrogen cycle, we investigated the bacterial community structure and its potential functioning in response to special Antarctic blend (SAB) diesel fuel. We found the primary effect of diesel fuel toxicity was a reduction in species richness, evenness, and phylogenetic diversity, with the resulting community heavily dominated by a few species, principally Pseudomonas. The decline in richness and phylogenetic diversity was linked to disruption of the nitrogen cycle, with species and functional genes involved in nitrification significantly reduced. Of the 11 targets we evaluated, we found the bacterial amoA gene indicative of potential ammonium oxidation, the most suitable indicator of toxicity. Dose-response modeling for this target generated an average effective concentration responsible for 20% change (EC20) of 155 mg kg(-1), which is consistent with previous Macquarie Island ecotoxicology assays. Unlike traditional single-species tolerance testing, bacterial targets allowed us to simultaneously evaluate more than 1,700 species from 39 phyla, inclusive of rare, sensitive, and functionally relevant portions of the community.
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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».