Do phosphorus amendments enhance biodegradation activity in stalled petroleum hydrocarbon‐contaminated soil?
Notice bibliographique
Résumé
Abstract Phosphorus (P) fertilizers promote soil petroleum‐hydrocarbon (PHC) bioremediation by correcting carbon‐to‐P ratio imbalances. While these inputs create conditions favorable to microbial growth, areas of a site or an entire site with low degradation rates (i.e., “stalled”) occur for unknown reasons. We hypothesized that soil conditions limit P bioavailability, leading to stalls in PHC bioremediation, and adding the correct P amendment restarts microbial activity. Soils were collected and characterized from four cold calcareous PHC‐impacted sites in Saskatchewan, Canada, undergoing bioremediation. A generalized linear mixed model identified that regions with lower degradation rates possessed a neutral pH with high magnetic and salinity values. In a subsequent laboratory experiment, the proportion of benzene degraded at greater rates within active (i.e., higher degradation rates) than stalled soils, thereby following model predictions ( p ‐value = 0.19, Kruskal–Wallis). The PHC degradation efficiency of different P amendments was tested by doping stalled soils ( n = 3) with one of five treatments: 0 (control), 0 (autoclaved control), or 50 mg phosphate kg −1 soil as sodium diphosphate, triethyl phosphate, or tripolyphosphate. Tripolyphosphate accelerated benzene degradation (75.5 ± 5.4%) in one stalled soil (Outlook 323) and increased degradation non‐significantly (43.9 ± 9.4%) in another (Allan 917). Alternatively, the final sample (Davidson 421) possessed the greatest benzene removal with no amendments. This implies that soil P bioavailability may not be the sole cause of decreased microbial activity. Accordingly, combining model outputs with mineralogy and microbiology investigations could enhance PHC biodegradation rates in these cold calcareous soils.
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 | 0,001 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».