Effects of silver nanoparticles on bacterioplankton in a boreal lake
Notice bibliographique
Résumé
Summary Silver nanoparticles (Ag NP s) are widely used antimicrobial agents and a growing body of evidence suggests that their release into aquatic environments threatens natural bacterial communities and whole ecosystems. However, a knowledge gap exists between the toxic effects of Ag NP s found in laboratory studies and their potential impacts in natural environments. In an enclosure experiment conducted in a boreal lake, we exposed natural bacterial communities to Ag NP s with two common types of coatings (polyvinylpyrrolidone ( PVP ) and citrate) under two different exposure regimes, a one‐time (pulse) and a continuous (chronic) addition. Ag NP additions increased Ag concentrations to nearly 50 μg L −1 in the highest treatments. We examined bacterial responses (abundance, biomass, production, chlorophyll‐ a content and nutrient stoichiometry) over the course of 6 weeks in the summer of 2012. Bacterioplankton exposed to Ag NP s initially accumulated Ag over the experimental period regardless of Ag NP concentration or coating. After the initial period of increase, Ag in the bacterial size fraction changed largely in concert with bacterial biomass. We found no toxic effects of Ag NP s on bacterioplankton abundance, biomass, production or chlorophyll‐ a content throughout the experiment. Bacterial production was greater after the pulse addition of PVP ‐coated Ag NP s and in the chronic addition of PVP ‐coated Ag NP s at the highest concentrations. Furthermore, Ag NP s produced no significant changes in nutrient stoichiometry of the bacterioplankton size fraction. This lack of effects of Ag NPs on lake bacterioplankton observed under the natural conditions studied here differs from results of short‐term and laboratory studies of single‐species bacterial cultures. Our results thus indicate Ag NP effects in lakes may be less than expected based on standard laboratory experiments, and that additional studies are needed to understand Ag NP toxicity under realistic natural conditions in lakes and other ecosystems.
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) | 0,000 | 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 ».