MétaCan
Menu
Retour à la cohorte
Enregistrement W3038067260 · doi:10.1038/s41598-020-67279-w

Clay minerals as a source of cadmium to estuaries

2020· article· en· W3038067260 sur OpenAlexafffund
Weiduo Hao, Teruhiko Kashiwabara, Rong Jin, Yoshio Takahashi, Murray K. Gingras, Daniel S. Alessi, Kurt O. Konhauser

Notice bibliographique

RevueScientific Reports · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy metals in environment
Établissements canadiensUniversity of Alberta
Organismes subventionnairesJapan Agency for Marine-Earth Science and TechnologyJapan Society for the Promotion of ScienceNatural Sciences and Engineering Research Council of CanadaUniversity of TokyoChina Scholarship Council
Mots-clésIlliteKaoliniteClay mineralsIonic strengthMontmorilloniteSeawaterCadmiumSorptionChemistryDesorptionAdsorptionEnvironmental chemistryTrace metalMetalInorganic chemistryMineralogyGeology

Résumé

récupéré en direct d'OpenAlex

Given the high surface reactivity of clay minerals, it is assumed that flocculation will lead to metal accumulation in marginal marine settings. However, the degree of metal sorption to clays is impacted by solution pH and ionic strength, and it remains unknown whether riverine clays indeed serve as a metal sink once they encounter seawater where pH and ionic strength markedly increase. Here, we conducted cadmium (Cd) adsorption experiments to three types of common clay minerals - kaolinite, illite and montmorillonite. We found that 20-30% of Cd from illite and montmorillonite surfaces were desorbed when transitioning from freshwater to seawater pH and ionic strength conditions, while kaolinite showed no discernible differences. Synchrotron X-ray adsorption spectroscopy confirmed that Cd release corresponded to a change in bonding from outer- to inner-sphere complexes when clays encountered seawater pH and ionic strength conditions. If other trace nutrients (such as Cu, Zn, Co) adsorbed onto riverine clay minerals behave in a similar manner to Cd, we speculate that their desorption in marginal marine settings should exert a significant impact on the productivity of the biosphere.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,552
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,017
Tête enseignante GPT0,243
Écart entre enseignants0,226 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations30
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetHeavy metals in environmentTravaux en français237 207