Effects of silver nanoparticles on soil enzyme activities with and without added organic matter
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
The effects of silver nanoparticles (AgNPs) on terrestrial ecosystems need to be better understood and assessed. Cationic silver (Ag+) has well-documented toxicity against bacteria, but it is not clear what will be the effect of nanoscale Ag. In the present study, the potential effects of AgNPs were investigated in soils by measuring activity of the enzymes phosphomonoesterase, arylsulfatase, β-D-glucosidase, and leucine-aminopeptidase. The toxicity of AgNPs was compared with that of ionic Ag, and the ameliorating effects of soil organic matter were evaluated. To this end, 2 soils with different organic matter contents were artificially contaminated with either AgNPs or Ag-acetate at equivalent total Ag concentrations. In general, enzyme activities were inhibited as a function of the Ag concentration in the soil. In the AgNP exposures, only a small fraction of the AgNP was actually truly dissolved (found in the <1-nm fraction), suggesting that the particulate forms of AgNPs resulted in a significant inhibition of soil enzymes. The addition of organic matter to the soils appeared to enhance enzyme activities; however, the mechanism of organic matter action is not clear given that dissolved Ag concentrations were similar in both the organic-matter–amended and unamended soils. The present study shows that the AgNP produces significant negative effects on the soil enzyme activities tested. The Ag chemical speciation measurements suggested that the AgNP caused greater toxic effects to the soil enzymes at the low Ag concentrations. For the larger concentrations of total soil Ag, causes of the negative effects on enzyme activities are less obvious but suggest that colloidal forms of Ag play a role.
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 | 0,000 | 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) | 0,002 | 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