Remediation of tetracycline contaminated soil and water phases by straw-derived biochar: Adsorption performance and bacterial community evolution
Notice bibliographique
Résumé
Tetracycline (TC), as a typical recalcitrant pollutant, posed environmental risks due to its long-term persistence. This study investigated the efficacy of straw-derived biochar (KBC800) in mitigating TC pollution in aquatic and terrestrial environments. In aqueous medium, TC was adsorbed by KBC800 primarily through film diffusion and intraparticle diffusion, dominated by physical adsorption. The adsorption capacity of TC by biochar was affected by soil constituents, yet KBC800 still exhibited a high adsorption capacity of 355 mg·g −1 . The machine learning-based extreme gradient boosting (XGB) model accurately identified total carbon (TC), humic acid (HA), and sodium chloride (NaCl) concentrations as the most critical factors influencing adsorption efficiency. Furthermore, soil amendment with 10 g·kg −1 KBC800 improved soil properties, enhanced microbial diversity, stimulated plant growth, and alleviated phytotoxicity. Microbial community analysis revealed the positive effects of KBC800 on microbial community structure, with Conexibacter and Paucibacter emerging as dominant genera. Notably, KBC800 addition reduced the stimulatory impact of TC on soil microorganisms. These findings demonstrated the potential of biochar for effective remediation of antibiotic-contaminated environments and provided insights for straw biomass valorization.
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 ».