Biotic Ligand Model Does Not Predict the Bioavailability of Rare Earth Elements in the Presence of Organic Ligands
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Due to their distinct physicochemical properties, rare earth elements (REEs) are critical to high-tech and clean-energy industries; however, their bioavailability is still largely unexplored. In this paper, the bioavailability of several REEs has been carefully examined for the freshwater alga, Chlamydomonas reinhardtii. In the presence of organic ligands (L), the biouptake of REEs was much higher than that predicted by the biotic ligand model (BLM). Enhancement of the biouptake flux was observed for six ligands (metal = thulium) and six REEs (ligand = citric acid), indicating that this could be a common feature for these metals. In order to explore the mechanism for the enhanced uptake, Tm internalization was carefully evaluated. The Tm internalization flux (Jint) followed first-order (Michaelis-Menten) kinetics with a calculated maximum internalization flux (Jmax) of (1.1 ± 0.08) × 10(-14) mol · cm(-2) · s(-1) and an affinity constant for the reaction of the metal with the transport sites (KTm-R) of 10(7.1) M(-1). In the presence of citric acid, malic acid, or NTA, the Jint for Tm was more than 1 order of magnitude higher than that predicted by the BLM when algae were exposed to a constant 10(-9) M Tm(3+). The bioavailability of the metal complexes could not be explained by a piggyback internalization (through an anion channel) or the contribution of labile complexes. The enhanced biouptake was attributed to the formation of a ternary Tm complex {L-Tm-R} at the metal transport site. In the natural environment where organic ligands are ubiquitous, classic models are unlikely to predict the bioavailability of REEs to aquatic organisms.
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.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle