Physicochemical properties, heavy metals, and metal-tolerant bacteria profiles of abandoned gold mine tailings in Krugersdorp, South Africa
Notice bibliographique
Résumé
Mine tailings are a potential source of heavy metals (HM) that can be toxic to microbes, plants, and animals in aquatic and terrestrial ecosystems. Bacteria have evolved several mechanisms to tolerate the uptake of HM ions. This study aimed to assess the physicochemical properties, concentrations of selected HM and metalloids [arsenic (As), nickel (Ni), lead (Pb), zinc (Zn), cadmium (Cd), and cobalt (Co)], and isolate potential metal-tolerant bacteria present at three abandoned gold mining sites with a view of understanding how tailings characteristics vary and the implications on microbial activities in tailings dumps. Heavy-metal-tolerant bacteria were isolated from the samples using minimum inhibitory and maximum tolerable concentrations of the Ni, Pb, Zn, Cd, and Co. The substrates of the studied sites were acidic and deficient in nutrients. High metals and metalloid concentrations in the order Zn > Ni > Co > As > Pb > Cd were recorded in some of the studied sites and its adjacent soil which exceeded South African recommended values for soil and sediments. Heavy-metal-tolerant bacteria that showed multiple tolerances to Ni, Pb, and Zn were isolated and putatively identified using biochemical tests as belonging to the phyla Proteobacteria, Actinobacteria, and Firmicutes. Gold mine tailings enriched the soil with HM and also affect soil physicochemical properties. Proper management of mine wastes must be ensured to prevent their adverse effects on the diversity, composition, and activity of soil microorganisms that help in maintenance of the ecosystem.
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 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| 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 ».