The role of charge on the diffusion of solutes and nanoparticles (silicon nanocrystals, nTiO2, nAu) in a biofilm
Notice bibliographique
Résumé
Environmental context The mobility and bioavailability of both contaminants and nutrients in the environment depends, to a large extent, on their diffusion. Because the majority of microorganisms in the environment are embedded in biofilms, it is essential to quantify diffusion in biofilms in order to evaluate the risk of emerging contaminants, including nanomaterials and charged solutes. This study quantifies diffusion, in a model environmental biofilm, for a number of model contaminants of variable size and charge. Abstract The effect of solute and biofilm charge on self-diffusion (Brownian motion) in biofilms is examined. Diffusion coefficients (D) of several model (fluorescent) solutes (rhodamine B; tetramethylrhodamine, methyl ester; Oregon Green 488 carboxylic acid, succinimidyl ester and Oregon Green 488 carboxylic acid) and nanoparticles (functionalised silicon, gold and titanium) were determined using fluorescence correlation spectroscopy (FCS). Somewhat surprisingly, little effect due to charge was observed on the diffusion measurements in the biofilms. Furthermore, the ratio of the diffusion coefficient in the biofilm with respect to that in water (Db/Dw) remained virtually constant across a wide range of ionic strengths (0.1–100 mM) for both negatively and positively charged probes. In contrast, the self-diffusion coefficients of nanoparticles with sizes >10 nm greatly decreased in the biofilms with respect to those in water. Furthermore, much larger nanoparticles (>66 nm) appeared to be completely excluded from the biofilms. The results indicated that for many oligotrophic biofilms in the environment, the diffusion of solutes and nanoparticles will be primarily controlled by obstruction rather than electrostatic interactions. The results also imply that most nanomaterials will become significantly less mobile and less bioavailable (to non-planktonic organisms) as they increase in size beyond ~10 nm.
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 | 0,001 |
| 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 ».