Dynamic mercury methylation and demethylation in oligotrophic marine water
Notice bibliographique
Résumé
Abstract. Mercury bioaccumulation in open-ocean food webs depends on the net rate of inorganic mercury conversion to monomethylmercury in the water column. We measured significant methylation rates across large gradients in oxygen utilization in the oligotrophic central Pacific Ocean. Overall, methylation rates over 24 h incubation periods were comparable to those previously published from Arctic and Mediterranean waters despite differences in productivity between these marine environments. In contrast to previous studies that have attributed Hg methylation to heterotrophic bacteria, we measured higher methylation rates in filtered water compared to unfiltered water. Furthermore, we observed enhanced demethylation of newly produced methylated mercury in incubations of unfiltered water relative to filtered water. The addition of station-specific bulk filtered particulate matter, a source of inorganic mercury substrate and other possibly influential compounds, did not stimulate sustained methylation, although transient enhancement of methylation occurred within 8 h of addition. The addition of dissolved inorganic cobalt also produced dramatic, if transient, increases in mercury methylation. Our results suggest important roles for noncellular or extracellular methylation mechanisms and demethylation in determining methylated mercury concentrations in marine oligotrophic waters. Methylation and demethylation occur dynamically in the open-ocean water column, even in regions with low accumulation of methylated mercury.
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 ».