Discerning the Sources of Silver Nanoparticle in a Terrestrial Food Chain by Stable Isotope Tracer Technique
Notice bibliographique
Résumé
The increasing use of silver-containing nanoparticles (NPs) in commercial products has led to NP accumulation in the environment and potentially in food webs. Identifying the uptake pathways of different chemical species of NPs, such as Ag2S-NP and metallic AgNPs, into plants is important to understanding their entry into food chains. In this study, soybean Glycine max L. was hydroponically exposed to Ag2S-NPs via their roots (10–50 mg L–1) and stable-isotope-enriched 109AgNPs via their leaves [7.9 μg (g fresh weight)−1]. Less than 29% of Ag in treated leaves (in direct contact with 109AgNP) was accumulated from root uptake of Ag2S-NPs, whereas almost all of the Ag in soybean roots and untreated leaves sourced from Ag2S-NPs. Therefore, Ag2S-NPs are phytoavailable and translocate upward. During trophic transfer the Ag isotope signature was preserved, indicating that accumulated Ag in snails most likely originated from Ag2S-NPs. On average, 78% of the Ag in the untreated leaves was assimilated by snails, reinforcing the considerable trophic availability of Ag2S-NPs via root uptake. By highlighting the importance of root uptake of Ag2S-NPs in plant uptake and trophic transfer to herbivores, our study advances current understanding of the biogeochemical fate of Ag-containing NPs in the terrestrial environment.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».