Remediating Ni-phytotoxicity of contaminated Quarry muck soil using limestone and hydrous iron oxide
Notice bibliographique
Résumé
Remediation of excessive soil metals in situ is receiving new attention because the alternative, soil removal and replacement, is very expensive, requires disposal of the removed soil and may achieve no better environmental remediation than the in situ treatments. A factorial pot experiment was conducted with two muck soils contaminated by a Ni refinery; we tested the effectiveness of making the soil calcareous and addition of freshly precipitated hydous ferric oxide (HFO) in reducing soil Ni phytotoxicity to the Ni-sensitive crops, oat and redbeet, and a Ni-resistant crop, wheat. Fertilized but otherwise untreated soil caused significant Ni phytotoxicity to oats and redbeet, but not to wheat, on both soils. Adding limestone reduced the concentration of Ni in shoots of all species and alleviated the symptoms specific to Ni phytotoxicity in oat (banded chlorosis). The addition of HFO was more effective in reducing shoot Ni concentration in the redbeets than in crops from the Poaceae family. Both amendments induced phosphorus and/or manganese deficiency depending on the crop tested. The experiment indicates that some combination of limestone and Fe oxides can readily remediate Ni phytotoxicity of the tested soils, but that Mn and P fertilizers would be needed to achieve practical in situ remediation of Ni phytotoxicity of Quarry muck (Terric Mesisol). Key words: Nickel, soil, plant, phytotoxicity, remediation
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 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 ».