MétaCan
Menu
Retour à la cohorte
Enregistrement W2173794254 · doi:10.1021/acs.est.5b02955

Submicron-Scale Heterogeneities in Nickel Sorption of Various Cell–Mineral Aggregates Formed by Fe(II)-Oxidizing Bacteria

2015· article· en· W2173794254 sur OpenAlexfundno aff
Gregor Schmid, Fabian Zeitvogel, Likai Hao, Pablo Ingino, Irini J. Adaktylou, Merle Eickhoff, Martin Obst

Notice bibliographique

RevueEnvironmental Science & Technology · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMine drainage and remediation techniques
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of General Medical SciencesNatural Sciences and Engineering Research Council of CanadaUniversity of California, San FranciscoDeutsche Forschungsgemeinschaft
Mots-clésNickelSorptionChemistryOxidizing agentEnvironmental chemistryCobaltExtracellular polymeric substanceBiofilmInorganic chemistryMineralogyGeologyBacteriaOrganic chemistryAdsorption

Résumé

récupéré en direct d'OpenAlex

Fe(II)-oxidizing bacteria form biogenic cell-mineral aggregates (CMAs) composed of microbial cells, extracellular organic compounds, and ferric iron minerals. CMAs are capable of immobilizing large quantities of heavy metals, such as nickel, via sorption processes. CMAs play an important role for the fate of heavy metals in the environment, particularly in systems characterized by elevated concentrations of dissolved metals, such as mine drainage or contaminated sediments. We applied scanning transmission (soft) X-ray microscopy (STXM) spectrotomography for detailed 3D chemical mapping of nickel sorbed to CMAs on the submicron scale. We analyzed different CMAs produced by phototrophic or nitrate-reducing microbial Fe(II) oxidation and, in addition, a twisted stalk structure obtained from an environmental biofilm. Nickel showed a heterogeneous distribution and was found to be preferentially sorbed to biogenically precipitated iron minerals such as Fe(III)-(oxyhydr)oxides and, to a minor extent, associated with organic compounds. Some distinct nickel accumulations were identified on the surfaces of CMAs. Additional information obtained from scatter plots and angular distance maps, showing variations in the nickel-iron and nickel-organic carbon ratios, also revealed a general correlation between nickel and iron. Although a high correlation between nickel and iron was observed in 2D maps, 3D maps revealed this to be partly due to projection artifacts. In summary, by combining different approaches for data analysis, we unambiguously showed the heterogeneous sorption behavior of nickel to CMAs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,205
Écart entre enseignants0,199 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetMine drainage and remediation techniquesTravaux en français237 207