Development of an NDIR CO2 Sensor-Based System for Assessing Soil Toxicity Using Substrate-Induced Respiration
Notice bibliographique
Résumé
The eco-toxicological indicators used to evaluate soil quality complement the physico-chemical criteria employed in contaminated site remediation, but their cost, time, sophisticated analytical methods and in-situ inapplicability pose a major challenge to rapidly detect and map the extent of soil contamination. This paper describes a sensor-based approach for measuring potential (substrate-induced) microbial respiration in diesel-contaminated and non-contaminated soil and hence, indirectly evaluates their microbial activity. A simple CO2 sensing system was developed using an inexpensive non-dispersive infrared (NDIR) CO2 sensor and was successfully deployed to differentiate the control and diesel-contaminated soils in terms of CO2 emission after glucose addition. Also, the sensor system distinguished glucose-induced CO2 emission from sterile and control soil samples (p ≤ 0.0001). Significant effects of diesel contamination (p ≤ 0.0001) and soil type (p ≤ 0.0001) on glucose-induced CO2 emission were also found. The developed sensing system can provide in-situ evaluation of soil microbial activity, an indicator of soil quality. The system can be a promising tool for the initial screening of contaminated environmental sites to create high spatial density maps at a relatively low cost.
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 | 0,000 |
| 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 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 ».