MétaCan
Menu
Retour à la cohorte
Enregistrement W2805374686 · doi:10.1021/acs.est.8b01408

Chemical Conditions in the Boundary Layer Surrounding Phytoplankton Cells Modify Cadmium Bioavailability

2018· article· en· W2805374686 sur OpenAlexafffund
Fengjie Liu, Claude Fortin, Peter G. C. Campbell

Notice bibliographique

RevueEnvironmental Science & Technology · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy metals in environment
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésBioavailabilityPhytoplanktonCadmiumEnvironmental chemistryEnvironmental scienceLayer (electronics)ChemistryBoundary layerBiologyNutrientPhysicsPharmacology

Résumé

récupéré en direct d'OpenAlex

In this study we tested the hypothesis that metal uptake by unicellular algae may be affected by changes in metal speciation in the boundary layer surrounding the algal cells. The freshwater alga Chlamydomonas reinhardtii was preacclimated to different N nutrition regimes; changes in N nutrition are known to change the nature of extracellular metabolites (e.g., reactive oxygen species “ROS”, and OH – ) and thus boundary layer chemical conditions. Specifically, at a constant bulk free Cd 2+ concentration, Cd uptake by N-starved algae in cysteine-buffered solution was significantly higher than that in NTA-buffered solution. This enhancement was likely due to an increase of the free Cd 2+ concentration in the boundary layer, resulting from localized cysteine oxidation by ROS released from these algae. On the other hand, Cd uptake was markedly lower when the free Cd 2+ concentration near cell surface decreased as a result of an increase in the boundary layer pH of nitrate-acclimated algae or enhanced localized metal complexation. The results imply that redox, acid–base and metal complexation processes in the boundary layer differ from those in bulk water, even under chemically stable bulk conditions, and the boundary layer effect may well be of significance to phytoplankton acquisition of other trace metals.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,258
Écart entre enseignants0,245 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetHeavy metals in environmentTravaux en français237 207