How arsenic contamination influences downslope wetland plant and microbial community structure and function
Notice bibliographique
Résumé
Mine tailings are prevalent worldwide and can adversely impact adjacent ecosystems, including wetlands. This study investigated the impact of gold (Au) mine tailings contamination on peatland soil and pore water geochemistry , vegetation and microbial communities , and microbial carbon (C) cycling. Maximum arsenic (As) concentrations in peat and pore water reached 20,137 mg kg −1 and 16,730 μg L −1 , respectively, but decreased by two orders of magnitude along a 128 m gradient extending from the tailings into the wetland. Carbon and other macronutrient (N, P, K) concentrations in peat and pore water significantly increased with distance from contamination. Relative percent cover and species richness of vascular and non-vascular plants significantly increased with distance into the wetland, with higher non-vascular richness being found at intermediate distances before transitioning to a vascular plant dominated community. Bacterial and archaeal community composition exhibited a decreased proportion of members of the phylum Acidobacteria (notably of the order Acidobacteriales) and increased diversity and richness of methanogens across a larger range of orders farther from the tailings source, an indication of microbial C-cycling potential. Consistent with changes in microbial communities , in vitro microbial CH 4 production potential significantly increased with distance from the contaminant source. This study demonstrates both the profound negative impact that metalliferous tailings contamination can have on above and belowground communities in peatlands, and the value of wetland preservation and restoration.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,000 | 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 source (Gemma direct ou Codex distillé), 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 ».