Copper and nickel partitioning with nanoscale goethite under variable aquatic conditions
Notice bibliographique
Résumé
Metal contaminated sediments can be toxic to aquatic organisms and are common in human-dominated ecosystems, which results in metals being a leading cause of ecosystem impairment. Bioavailability of metals is influenced by their affinity for dissolved and solid-phase ligands, including iron (Fe) oxyhydroxides, which have been hypothesized to reduce metal toxicity in sediments. The authors examined the adsorption kinetics of copper (Cu) and nickel (Ni) with goethite (α-FeOOH) and characterized the influences of solute metal concentration, pH, ionic strength, and humate concentration on steady-state partitioning of the metals with goethite under conditions representative of natural aquatic environments. Copper and Ni readily adsorbed to goethite, and steady-state partitioning was achieved within 2 h. Although ionic strength had no effect on metal partitioning, adsorption of Cu and Ni to goethite was enhanced by alkaline pH and reduced by competition with humate. Because distribution coefficient (KD ) values for Cu and Ni from the present study are comparable to values measured in natural systems, the authors hypothesize that goethite may contribute significantly to the adsorption of both Ni and Cu to particles in the environment. The authors suggest that incorporating binding by Fe oxides in metal bioavailability models should be a priority for improving risk assessment of metal-contaminated oxic sediments.
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) | 0,000 | 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 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 ».