Vertical Distribution and Mobility of Heavy Metals in Agricultural Soils along Jishui River Affected by Mining in Jiangxi Province, China
Notice bibliographique
Résumé
The vertical distribution of Cd, Cr, Cu, Pb, and Zn and their mobility (except Cr) were investigated in ten agricultural soil cores, collected near non‐ferrous metal mines and smelters along Jishui River, in Jiangxi Province, China. The surface soils near mines and smelters were contaminated by Cd, Cu, Pb, and Zn, with concentrations higher than the guideline values of China. For most polluted sites, heavy metals were mainly retained in the surface soil (0–20 cm), and the contents of them became constant in deeper soil. In all soil cores, the mean content of Cr was lower than the guideline value of China. Correlation results between studied heavy metals and soil properties showed that heavy metal contents throughout the soil profile was mostly influenced by organic matter (OM), pH, and clay content. Particularly soil OM can significantly impact on transport of soil heavy metals. There were positive correlations of OM content with all studied heavy metals, and the correlations with Cr, Cu, Pb, and Zn were significant or very significant. Heavy metal mobility in the studied region were assessed using a mobility index (MI) and mobility order was Cd ≫ Pb > Cu ≈ Zn.
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 | 0,001 |
| 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 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 ».