Arsenic Bioremediation by Biogenic Iron Oxides and Sulfides
Notice bibliographique
Résumé
Microcosms containing sediment from an aquifer in Cambodia with naturally elevated levels of arsenic in the associated groundwater were used to evaluate the effectiveness of microbially mediated production of iron minerals for in situ As remediation. The microcosms were first incubated without amendments for 28 days, and the release of As and other geogenic chemicals from the sediments into the aqueous phase was monitored. Nitrate or a mixture of sulfate and lactate was then added to stimulate biological Fe(II) oxidation or sulfate reduction, respectively. Without treatment, soluble As concentrations reached 3.9 ± 0.9 μM at the end of the 143-day experiment. However, in the nitrate- and sulfate-plus-lactate-amended microcosms, soluble As levels decreased to 0.01 and 0.41 ± 0.13 μM, respectively, by the end of the experiment. Analyses using a range of biogeochemical and mineralogical tools indicated that sorption onto freshly formed hydrous ferric oxide (HFO) and iron sulfide mineral phases are the likely mechanisms for As removal in the respective treatments. Incorporation of the experimental results into a one-dimensional transport-reaction model suggests that, under conditions representative of the Cambodian aquifer, the in situ precipitation of HFO would be effective in bringing groundwater into compliance with the World Health Organization (WHO) provisional guideline value for As (10 ppb or 0.13 μM), although soluble Mn release accompanying microbial Fe(II) oxidation presents a potential health concern. In contrast, production of biogenic iron sulfide minerals would not remediate the groundwater As concentration below the recommended WHO limit.
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) | 0,002 | 0,001 |
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 ».