Vivianite formation in ferruginous sediments from Lake Towuti, Indonesia
Notice bibliographique
Résumé
Abstract. Ferruginous lacustrine systems, such as Lake Towuti, Indonesia, can experience restricted primary production due to phosphorus trapping by hydrous ferric iron (oxyhydr)oxides that reduce P concentrations in the water column. The oceans were also ferruginous during the Archean, so understanding the dynamics of phosphorus in modern-day ferruginous analogues may shed light on the marine biogeochemical cycling that dominated much of Earth's history. Here we report the presence of large crystals (> 5 mm) and nodules (> 5 cm) of vivianite – a ferrous iron phosphate – in sediment cores from Lake Towuti, and address the processes of phosphorus retention and iron mineral transformations during diagenesis in ferruginous sediments. Core scans together with analyses of bulk sediment and pore water geochemistry document a 30 m long interval consisting of beds of sideritic and non-sideritic clays and diatomaceous oozes containing diagenetic vivianites. High-resolution imaging of vivianite revealed continuous growth of crystals from tabular to rosette habits that eventually form large (up to 7 cm) vivianite nodules in the sediment. Mineral inclusions like millerite and siderite reflect antecedent diagenetic mineral formation that is related to microbial reduction of iron and sulfate. This implies the formation and growth of vivianite crystals under reducing conditions during diagenesis. Negative ð56Fe values of vivianite indicated reductive dissolution of ferric oxides as the source of Fe in the vivianites with incorporation of microbially fractionated light Fe2+ into the crystals. The size and growth history of the nodules indicate that, after formation, continued growth of vivianite may constitute a significant sink for P in these sediments.
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) | 0,016 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».