Sediment biomarker, bacterial community characterization of high arsenic aquifers in Jianghan Plain, China
Notice bibliographique
Résumé
Representative biomarkers (e.g., n-alkanes), diversity and microbial community in the aquifers contaminated by high concentration of arsenic (As) in different sediment depth (0-30 m) in Jianghan Plain, Hubei, China, were analyzed to investigate the potential mechanism of As enrichment in groundwater. The concentration of As was abundant in top soil and sand, but not in clay. The analysis of the distribution of n-alkanes, CPI values, and wax to total n-alkane ratio (Wax(n)%) indicated that the organic matter (OM) from fresh terrestrial plants were abundant in the shallow sediment. However, n-alkanes have suffered from significant biodegradation from the depth of 16 m to 30 m. The deposition of fresh terrestrial derived organic matters may facilitate the release of As from sediment to groundwater in the sediment of 0-16 m. However, the petroleum derived organic matters may do the favor to the release of As in the deeper section of borehole (16 m to 30 m). The 16S rRNA gene sequences identification indicated that Acidobacteria, Actinomycetes and Hydrogenophaga are abundant in the sediments with high arsenic. Therefore, microbes and organic matters from different sources may play important roles in arsenic mobilization in the aquifers of the study area.
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 | 0,002 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».