Effects of Iron and Dissolved Organic Matter on Bioavailability of Arsenite under Anaerobic Conditions
Notice bibliographique
Résumé
Understanding the effects of water chemistry on the availability of arsenic (As) to biota is important for predicting the environmental fate of As. The “dissolved” fraction of As (<0.22 μm) is often used as a proxy for bioavailable As. However, As speciation is also influenced by binding to dissolved organic matter (DOM) and colloidal iron (Fe) (oxy)hydroxides, which can impact bioavailability. Here, we use a recently developed Escherichia coli anaerobic biosensor to elucidate the effects of DOM and Fe on arsenite (As(III)) bioavailability under anaerobic conditions, where As can be highly mobile. Microbial As(III) uptake decreased with greater DOM and Fe(III) concentrations, while Fe(II) had no effect. Higher organic sulfur content in DOM was associated with decreased biouptake at low As(III)/C ratios, and X-ray absorption spectroscopy indicated that this was due to binding of As(III) to sulfur ligands like thiols. The 0.1–0.5 kDa size fraction of As was most closely related to the bioavailable As fraction. Because the aquaporin channels mediating As(III) uptake into both microbes and rice plants are structurally similar, our results may also have relevance for understanding of how biogeochemical conditions in rice paddies regulate the plant availability of arsenic.
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) | 0,001 | 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 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 ».