Thermodynamic Database Update to Model Synthetic Chelating Agents in Soil Systems
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Poliaminocarboxylate and polyaminophenolcarboxylate chelating agents, being the most representatives EDTA and o,o-EDDHA, have been profusely studied by our research team during the last 25 years because they are synthetized to be mainly used as micronutrient fertilizers to correct nutritional disorders affecting largely on crop yields placed under Mediterranean conditions. In the last years new chelating agents were designed and synthesized and the most of them were proposed to be included in the current European Directive on Fertilizers. Overall chelating agent properties, including equilibrium in soil by modeling, should be taken in account in order to check the iron chlorosis correction ability. Chemical speciation programs such as MINTEQA2, and most recently VMinteq, are being successfully used as tools to predict the behavior of each novel chelating agent in soil-plant system. Nowadays just one polyaminophenolcarboxylate chelating agent (o,o-EDDHA) is available into a VMinteq-compatible database (Lindsay's database) whereas more than seven of these type of products are authorized by European fertilizers normative to be used as micronutrient fertilizers. Therefore the aim of this work was the database updating to include all chelating agents related to o,o-EDDHA and EDTA whose complete characterization is performed and published elsewhere. Once database is updated, further modelization studies such as equilibrium reactions and adsorption isotherms with solid phase may be readily performed to get fundamental information and understand the reactivity of these recalcitrant polyaminophenolcarboxylates in soils.
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.
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 | 0,001 | 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) | 0,000 | 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 découle