The effect of gram-positive (<i>Desulfosporosinus orientis</i>) and gram-negative (<i>Desulfovibrio desulfuricans</i>) sulfate-reducing bacteria on iron sulfide mineral precipitation
Notice bibliographique
Résumé
Growth of two dissimilatory sulfate-reducing bacteria, Desulfosporosinus orientis (gram-positive) and Desulfovibrio desulfuricans (gram-negative), in a chemically defined culture medium resulted in similar growth rates (doubling times for each culture = 2.8 h) and comparable rates of H 2 S generation (D. orientis = 0.19 nmol/L S 2– per cell per h; D. desulfuricans = 0.12 nmol/L S 2– per cell per h). Transmission electron microscopy of whole mounts and thin sections revealed that the iron sulfide mineral precipitates produced by the two cultures were morphologically different. The D. orientis culture flocculated, with the minerals occurring as subhedral plate-like precipitates, which nucleated on the cell wall during exponential growth producing extensive mineral aggregates following cell autolysis and endospore release. In contrast, the D. desulfuricans culture produced fine-grained colloidal or platy iron sulfide precipitates primarily within the bulk solution. Mineral analysis by scanning electron microscopy – energy dispersive spectroscopy indicated that neither culture promoted advanced mineral development beyond a 1:1 Fe:S stoichiometry. This analysis did not detect pyrite (FeS 2 ). The average Fe:S ratios were 1 : 1.09 ± 0.03 at 24 h and 1 : 1.08 ± 0.03 at 72 h for D. orientis and 1 : 1.05 ± 0.02 at 24 h and 1 : 1.09 ± 0.07 at 72 h for D. desulfuricans. The formation of “biogenic” iron sulfides by dissimilatory sulfate-reducing bacteria is influenced by bacterial cell surface structure, chemistry, and growth strategy, i.e., mineral aggregation occurred with cell autolysis of the gram-positive bacterium.
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 | 0,001 | 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) | 0,000 | 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 ».