Elemental Sulfur and Organic Matter Amendment Drive Alkaline pH Neutralization and Mineral Weathering in Iron Ore Tailings Through Inducing Sulfur Oxidizing Bacteria
Notice bibliographique
Résumé
Mineral weathering and alkaline pH neutralization are prerequisites to the ecoengineering of alkaline Fe-ore tailings into soil-like growth media (i.e., Technosols). These processes can be accelerated by the growth and physiological functions of tolerant sulfur oxidizing bacteria (SOB) in tailings. The present study characterized an indigenous SOB community enriched in the tailings, in response to the addition of elemental sulfur (S 0 ) and organic matter (OM), as well as resultant S 0 oxidation, pH neutralization, and mineral weathering in a glasshouse experiment. The addition of S 0 was found to have stimulated the growth of indigenous SOB, such as acidophilic Alicyclobacillaceae, Bacillaceae, and Hydrogenophilaceae in tailings. The OM amendment favored the growth of heterotrophic/mixotrophic SOB (e.g., class Alphaproteobacteria and Gammaproteobacteria ). The resultant S 0 oxidation neutralized the alkaline pH and enhanced the weathering of biotite-like minerals and formation of secondary minerals, such as ferrihydrite- and jarosite-like minerals. The improved physicochemical properties and secondary mineral formation facilitated organo-mineral associations that are critical to soil aggregate formation. From these findings, co-amendments of S 0 and plant biomass (OM) can be applied to enhance the abundance of the indigenous SOB community in tailings and accelerate mineral weathering and geochemical changes for eco-engineered soil formation, as a sustainable option for rehabilitation of Fe ore tailings.
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 ».