Modeling Bioavailability Limitations of Atrazine Degradation in Soils
Notice bibliographique
Résumé
Pesticide persistence in soils is a widespread environmental concern in agro-ecosystems. One particularly persistent pesticide is atrazine, which continues to be found in soils and groundwater in the EU despite having been banned since 2004. A range of physical and biological barriers, such as sorption and mass-transfer into bacterial cells, might limit atrazine degradation in soils. These effects have been observed in experiments and models working with simplified systems. We build on that work by developing a biogeochemical model of the degradation process. We extended existing engineered system models by including refined representations of mass-transfer processes across the cell membrane as well as thermodynamic growth constraints. We estimated model parameters by calibration with data on atrazine degradation, metabolite (hydroxyatrazine) formation, biomass, and isotope fractionation from a set of controlled retentostat/chemostat experiments. We then produced site-specific model predictions for arable topsoil and compared them with field observations of residual atrazine concentrations. We found that the model overestimated long-term atrazine biodegradation in soils, indicating that this process is likely not limited by bioavailability or energetic constraints of microbial growth. However, sorption-limited bioavailability, could explain the long-term fate and persistence of the main degradation metabolite hydroxyatrazine. Future studies should seek alternative controls that drive the observed atrazine persistence in soil. This work helps to bridge the gap between engineered and natural systems, allowing us to use laboratory setups to gain insight into real environmental systems.
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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».