Experimental study of iron and silica immobilization by bacteria in mixed Fe-Si systems: implications for microbial silicification in hot springs
Notice bibliographique
Résumé
The immobilization of silica and iron by the bacteria Bacillus subtilis was monitored in controlled microcosms to elucidate the role iron may play in aiding bacterial silicification in hot springs. Silica and iron immobilization was monitored as a function of bacterial concentration, iron concentration, and silica concentration (both undersaturated and oversaturated with respect to amorphous silica). Results demonstrate that bacterial cells do immobilize more Fe than bacteria-free systems in solutions with iron concentrations [Formula: see text]50 ppm Fe. However, as iron concentrations increase, the difference between Fe immobilization in bacterial and bacteria-free systems decreases as non-bacterially mediated precipitation processes dominate. Additionally, bacterial systems that had immobilized more Fe compared with bacteria-free systems did not immobilize more silica than bacteria-free systems. By comparing molar ratios of (silica in solution)/(bacterially bound Fe), it is evident that insufficient iron is bound to the bacterial surface to act as an effective salt bridge for silica sorption. This appears to be because much of the iron is immobilized by non-bacterially mediated precipitation of phases such as Fe(OH) 3 and poorly ordered hydrous iron silicates. It follows that in silica-enriched hot springs, silica and iron immobilization processes are significantly dominated by non-bacterially mediated precipitation. Any bacterially mediated processes are exceedingly small and outside the resolution of these experiments.
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 | 0,001 | 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 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 ».