Spatial Associations and Chemical Composition of Organic Carbon Sequestered in Fe, Ca, and Organic Carbon Ternary Systems
Notice bibliographique
Résumé
Organo-mineral associations of organic carbon (OC) with iron (Fe) oxides play a major role in environmental OC sequestration, a process crucial to mitigating climate change. Calcium has been found to have high coassociation with OC in soils containing high Fe content, increase OC sorption extent to poorly crystalline Fe oxides, and has long been suspected to form bridging complexes with Fe and OC. Due to the growing realization that Ca may be an important component of C cycling, we launched a scanning transmission X-ray microscopy (STXM) investigation, paired with near-edge X-ray absorption fine structure (NEXAFS) spectroscopy, in order to spatially resolve Fe, Ca, and OC relationships and probe the effect of Ca on sorbed OC speciation. We performed STXM-NEXAFS analysis on 2-line ferrihydrite reacted with leaf litter-extractable dissolved OC and citric acid in the absence and presence of Ca. Organic carbon was found to highly associate with Ca ( R 2 = 0.91). Carboxylic acid moieties were dominantly sequestered; however, Ca facilitated the additional sequestration of aromatic and phenolic moieties. Also, C NEXAFS revealed polyvalent metal ion complexation. Our results provide evidence for the presence of Fe–Ca–OC ternary complexation, which has the potential to significantly impact how organo-mineral associations are modeled.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».