Challenges in using 0.45 µm filters to assess potentially bioavailable trace elements in the dissolved fraction of river and peat bog waters of the Boreal Zone
Notice bibliographique
Résumé
Passing through a 0.45 µm filter can significantly alter the concentrations of dissolved trace elements (TEs) in organic-rich waters of the Boreal Zone. However, little evidence has been provided about the impacts of filtration on the size distribution of dissolved TEs. This limitation hinders our comprehension of how filtration affects the assessment of the potentially bioavailable forms of dissolved TEs (i.e. ions and small molecules). Using AF4-UV-ICP-MS, this study systematically investigates such artefacts and their influence on the concentrations of dissolved, primarily ionic, and colloid-associated TEs in river waters and peat bog waters of the Boreal Zone. In river waters (circumneutral pH), membrane filtration had a significant impact on TEs that are associated with inorganic colloids such as Al, Mn, Fe, As, the rare earth elements, Pb, and Th. Approximately 20-80 % of primarily ionic TEs (< 0.5 kDa) and 100 % of large inorganic (ca. 40-300 nm) TEs were excluded from the filtrates under clogged conditions. In contrast, little impact of filtration was observed for bog waters (pH 4). Similarly, cartridge filtration of river waters also led to a decrease in concentrations and size distributions of dissolved TEs. However, cartridge filtration demonstrated a higher efficiency in allowing the passage of ions and excluding colloids than membrane filtration. On average, the ratio of the dissolved concentrations between a cartridge and a membrane filtrate was 1.0 ± 0.2. For primarily ionic species, the average ratio was 1.4 ± 0.4, while for colloidal species, it was 0.4 ± 0.1. Therefore, despite having similar dissolved concentrations, filtration methods with the same nominal pore size can yield different concentrations of bioavailable forms of TEs. These findings may be important for studies of the environmental relevance of dissolved TEs in surface waters of the Boreal Zone, and organic-rich waters elsewhere.
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 | 0,022 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».