MétaCan
Menu
Retour à la cohorte
Enregistrement W2068867197 · doi:10.1080/15226514.2011.560214

The Use of Water Lettuce (<i>Pistia Stratiotes</i>L.) for Rhizofiltration of a Highly Polluted Solution by Cadmium and Lead

2011· article· en· W2068867197 sur OpenAlexfundno aff
Tomáš Veselý, Pavel Tlustoš, Jiřina Száková

Notice bibliographique

RevueInternational Journal of Phytoremediation · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueConstructed Wetlands for Wastewater Treatment
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Mental HealthNational Institutes of HealthMemorial University of Newfoundland
Mots-clésPistiaTranspirationCadmiumStratiotesAquatic plantMacrophyteChemistryPhytoremediationHorticultureChlorophyllNutrientAnimal scienceBotanyEnvironmental chemistryBiologyHeavy metalsPhotosynthesisEcology

Résumé

récupéré en direct d'OpenAlex

The effectiveness of heavy metal uptake from contaminated nutrient solution by four aquatic macrophytes (Pistia stratiotes L., Salvinia auriculata AubL, Salvinia minima Baker, and Azolla filiculoides Lam) was estimated in this study. The influence of cadmium (3.5 mg L(-1) and 10.5 mg L(-1)) and lead (25 mg L(-1) and 125 mg L(-1)) on the stress symptoms was observed through the determination of chlorophyll content and transpiration rate over 14 days of the experiment. The results of the present study showed extreme reductions in Cd and Pb concentrations in solution during the first 4 days. The accumulation of Pb in plant tissues was the highest during the first 4 days and was more than 10 times higher in the roots (42,862 mg kg(-1)) than in the leaves (3867 mg kg(-1)). The accumulation of Cd slowly increased and was the highest at the end of the experiment. Concentrations in roots (3923 mg kg(-1)) were roughly 6 times higher than in the leaves (624 mg kg(-1)). Results showed significant decrease in the transpiration rate at Pb treatment and a significant increase at Cd treatment during 48 hours of exposition.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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 Opus0,024
Tête enseignante GPT0,219
Écart entre enseignants0,195 · 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'étudeExpérimental (laboratoire)
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

Citations93
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of PhytoremediationMême sujetConstructed Wetlands for Wastewater TreatmentTravaux en français237 207