Glucose-induced changes in the bacterial communities of mine tailings at different acidification stages
Notice bibliographique
Résumé
Ecological restoration technologies applied to tailings can influence the associated bacterial communities. However, it is unknown if the shifts in these bacterial communities are caused by increased organic carbon. Glucose-induced respiration and high-throughput sequencing were used to assess the microbial activity and bacterial communities, respectively. Glucose addition increased the microbial activity, and glucose + ammonium nitrate addition resulted in slightly higher CO 2 emission than did glucose addition alone, suggesting that carbon and nitrogen limited microbial community growth. In neutral pH tailings, the bacterial taxa that increased by glucose addition were assigned to the phyla Proteobacteria, Acidobacteria, Actinobacteria, Bacteroidetes, Firmicutes, and Planctomycetes. However, the bacterial taxa that increased by glucose addition in acidic tailings only belonged to the phylum Actinobacteria (maximum increase of 43.78%). In addition, the abundances of the total nitrogen-fixing genera and of the genus Arthrobacter (representing approximately 97.89% of the total nitrogen-fixing genera) increased by glucose addition in acidic tailings (maximum increase of 46.98%). In contrast, the relative abundances of the total iron- and (or) sulfur-oxidizing bacteria decreased (maximum decrease of 10.41%) in response to the addition of glucose. These findings indicate that the addition of organic carbon is beneficial to the development of bacterial communities in mine tailings.
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 | 0,000 |
| 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 ».