Effects of Copper, Nickel, and Sulfate from the Smelters at Sudbury, Ontario (Canada) on Microbial Communities in Lakes
Notice bibliographique
Résumé
Analysis of water and sediments from deep and shallow environments in lakes located 6–154 km east or southeast of the smelters at Sudbury, Ontario (Canada) revealed variable, interactive effects of copper, nickel, and sulfate from smelter fallout on lacustrine microfloras. Metal species in sediments were differentiated by sequential extractions, and the nature, abundances, and activities of microbial populations were represented by chlorophyll-a in water and by CO2 production, fatty acids, phospholipids, dehydrogenase, alkaline phosphatase, and spectral properties of humic matter in sediments. Smelter fallout declined logarithmically with distance from the smelters, and its effects on microfloras depended on the type of microorganism or microbial process and on environmental factors and the abundances of metal species and detoxifying agents. Extractable copper and nickel had toxic effects, which were not attributable solely to the exchangeable fractions, but in certain cases nickel counteracted copper toxicity. Sedimentary sulfide as a whole or sulfide produced by bacterial sulfate reduction, or low oxidation–reduction potential regardless of sulfide concentration, ameliorated metal toxicity by making the metals less bioavailable; and toxicity showed a “quantum jump” when detoxifying agents fell below certain critical concentrations, implying the existence of threshold levels of bioavailable metals above which toxicity increased abruptly. In some cases metal toxicity was lowest in the lakes closest to the smelters (because sulfate concentrations were highest) as well as in the lakes furthest away, and was highest at intermediate distances. The results also suggest that nickel pollution led to ecological succession whereby nickel-tolerant microbial populations replaced nickel-sensitive ones.
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 | 0,001 |
| 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) | 0,001 | 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 ».