MétaCan
Menu
Retour à la cohorte
Enregistrement W4322617222 · doi:10.1128/aem.02175-22

Microbial Reduction of Antimony(V)-Bearing Ferrihydrite by Geobacter sulfurreducens

2023· article· en· W4322617222 sur OpenAlexaff
Jinxin Xie, Victoria S. Coker, Brian O’Driscoll, Rongsheng Cai, Sarah J. Haigh, Jonathan R. Lloyd

Notice bibliographique

RevueApplied and Environmental Microbiology · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueArsenic contamination and mitigation
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesEuropean Research CouncilBiotechnology and Biological Sciences Research CouncilEngineering and Physical Sciences Research CouncilNatural Environment Research CouncilUK Catalysis HubEuropean CommissionSight Research UKUK Research and Innovation
Mots-clésFerrihydriteAntimonyGeobacter sulfurreducensArsenicGeobacterChemistryGoethiteMetalloidArsenateDesulfovibrioRedoxArseniteEnvironmental chemistryInorganic chemistryMetalBiofilmAdsorptionBacteria

Résumé

récupéré en direct d'OpenAlex

Antimony is an emerging contaminant that shares chemical characteristics with arsenic. Metal-reducing bacteria (such as Geobacter sulfurreducens) can cause the mobilization of arsenic from Fe(III) minerals under anaerobic conditions, causing widespread contamination of aquifers worldwide. This research explores whether metal-reducing bacteria can drive the mobilization of antimony under similar conditions. In this study, we show that G. sulfurreducens cannot reduce Sb(V) directly or cause Sb release during the bioreduction of the Fe(III) mineral ferrihydrite [although the sorbed Sb(V) did alter the Fe(II) mineral end products formed]. Overall, this study highlights the tight associations between Fe and Sb in environmental systems, suggesting that the microbial reduction of Fe(III)/Sb mineral assemblages may not lead to Sb release (in stark contrast to the mobilization of As in iron-rich systems) and offers potential Fe-based remediation options for Sb-contaminated environments.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,004
Tête enseignante GPT0,177
Écart entre enseignants0,172 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations16
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied and Environmental MicrobiologyMême sujetArsenic contamination and mitigationTravaux en français237 207