Potential for the phytoremediation of arsenic-contaminated mine tailings in Fiji
Notice bibliographique
Résumé
The objectives of this study were (1) to compare the bioavailability of arsenic (As) to plants in an As-spiked agricultural soil and a naturally contaminated mine tailings, (2) to compare the theoretical ability of various chemical amendments to solubilise As in naturally contaminated mine tailings, and (3) to examine the ability of Brassica juncea (Indian mustard) plants to remove the solubilised As from the soil and tailings. The growth media used for this study included mine tailings from a gold mine in Fiji contaminated with As (683 As mg/kg) due to the presence of arsenopyrite in the mined rock, and a pasture soil from New Zealand (Manawatu sandy loam) amended with lime and/or As. Brassica juncea was grown in these substrates in a glasshouse. In a separate batch experiment, we examined the theoretical ability of several chemical extractants to solubilise As from the mine tailings. Of the tested extractants, only hydrochloric acid (HCl) and a mixture containing ammonium oxalate (NH4)2C2O4, oxalic acid, and ascorbic acid were effective in extracting As from the tailings. In the plant growth experiment, solutions of these 2 chemicals were used as soil amendments at 2 different concentrations to increase As uptake by 6-week-old, actively growing B. juncea plants. Arsenic bioavailability as a function of the growth media influenced the germination rate of B. juncea, the As concentration in the plants, and the water-soluble As concentration in the media. There was approximately a 3-fold reduction in the germination of seeds, and a 64- and 380-fold increase in As concentration in plant and soil solution, respectively, in the spiked Manawatu soil compared with the naturally contaminated Fiji mine tailings. The spiking of soil with As did not mimic naturally contaminated tailings in this experiment. The total amount of As taken up by B. juncea plants increased approximately 9 fold with the addition of the amendments. However, the phytoremediation capacity of B. juncea for As extraction in Fiji mine tailings was too low for efficient remediation even in the presence of solubilising chemicals.
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) | 0,001 | 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 ».