Emergent functional behaviour of humic substances perceived as complex labile aggregates of small organic molecules and oligomers
Notice bibliographique
Résumé
The structural organisation of humic substances (HS) has been a central question of earth sciences for several decades. The latest experimental results have led to the recognition of HS as complex mixtures of small molecules and oligomers. We investigate the correlation between the chemical composition of HS, perceived as labile aggregates, and the emergent functions. Computational modelling was used to help to understand the processes and mechanisms on the molecular scale that occur in different fractions of the HS, fulvic acids (FA) and humic acids (HA), as they interact with metal ions and organic pollutants. The importance of non-covalent interactions in the emergent functions of HS is highlighted. H-bonding, hydrophilic/hydrophobic surface areas and pi-stacking interactions play a significant role in aggregation processes as well as in the sorption of environmental pollutants. In a highly hydrophilic system with small molecules (the SRFA-22 model), H-bonding is the main force that drives the aggregation process. However, in a highly aromatic and hydrophobic model with larger molecular fragments (SRHA-6), hydrophobic and p-stacking interactions dominate in the aggregation process. The chemical properties of contaminants significantly affect their mechanisms of sorption by HS. The interaction of a polar pollutant, phenol, with HS occurs through H-bonding, whereas non-polar benzene interacts through hydrophobic and pi-stacking interactions. The non-polar pollutant results in a much stronger sorption by HS and causes an additional structural rearrangement of the aggregates, which make it more stable in the environment.
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 | 0,000 | 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) | 0,403 | 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 ».