MétaCan
Menu
Retour à la cohorte
Enregistrement W1987064292 · doi:10.1897/04-619r.1

Rhizotoxicity of cadmium and copper in soil extracts

2006· article· en· W1987064292 sur OpenAlexaff
Astrid Voigt, William H. Hendershot, Geoffrey I. Sunahara

Notice bibliographique

RevueEnvironmental Toxicology and Chemistry · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy metals in environment
Établissements canadiensMcGill UniversityBiotechnology Research Institute
Organismes subventionnairesnon disponible
Mots-clésCadmiumMetalDissolved organic carbonEnvironmental chemistryGenetic algorithmCopperChemistryBiotic Ligand ModelMetal ions in aqueous solutionSoil waterMetal toxicityInorganic chemistryHeavy metalsSoil scienceEcologyEnvironmental scienceBiology

Résumé

récupéré en direct d'OpenAlex

Dissolved organic matter (DOM) influences metal speciation in soil solutions and, hence, metal toxicity. Root-elongation experiments were conducted to examine the effect of soil solution components, such as Ca, H, and DOM, on metal rhizotoxicity. A biotic ligand model (BLM) was tested for its ability to predict the rhizotoxicity of Cd and Cu in soil extracts. It was hypothesized that the concentration of Cd and Cu bound to functional groups at the root surface estimated using a BLM would be a better predictor of rhizotoxicity than the free-metal ion activity in solution. Both metals became less toxic at higher DOM, Ca, and H concentrations. Solution speciation and the effect on root growth explained most of the variability observed in the DOM experiments, but not in the cation experiments. It was concluded that Ca and H inhibited the rhizotoxicity of both metals tested. Rhizotoxicity data correlated better with estimates of metal-root complexes that have been estimated with a BLM than with free-metal ion activity or with total metal concentrations. The BLM seems to be a promising approach for predicting metal availability in soils and for assessing the associated risk.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,004
Tête enseignante GPT0,196
Écart entre enseignants0,192 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations34
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Toxicology and ChemistryMême sujetHeavy metals in environmentTravaux en français237 207