MétaCan
Menu
Retour à la cohorte
Enregistrement W2077100885 · doi:10.1081/lcss-200026813

Changes in Macroaggregation and Associated Characteristics in Mine Tailings Amended with Humic Substances

2004· article· en· W2077100885 sur OpenAlexaffabout
Saiyed Ibrahim, Tee Boon Goh

Notice bibliographique

RevueCommunications in Soil Science and Plant Analysis · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy metals in environment
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésTailingsEnvironmental scienceEnvironmental chemistryGeochemistryChemistryMining engineeringGeology

Résumé

récupéré en direct d'OpenAlex

Abstract The mine tailings of a former gold mine in Nopiming Provincial Park, Central Manitoba, Canada, was observed to be highly degraded in soil structure as well as other chemical and biological characteristics. The tailings are highly acidic (pH 3.5), contaminated with copper (2000 mg kg−1), have very low organic matter (2.3 g C kg−1), and cannot be revegetated by native species. To reclaim the mine tailings, humic substances (HSs) and lime, with or without wheat straw, were incorporated in the tailings and then incubated up to 24 weeks. After incubation, a significant increase of macroaggregates, especially 2- to 20-mm aggregates, was observed in the HS-amended tailings corresponding to the length of incubation and doses of HS. Wheat straw initiated microbial activity in the mine tailings and also showed increase of the macroaggregation. Lime was less effective than HS in the formation of the macroaggregates. The amendments increased organic carbon (OC) in the mine tailings, which remained greater th...

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,276
Score d'incertitude au seuil0,734

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0000,001
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 Opus0,021
Tête enseignante GPT0,256
Écart entre enseignants0,235 · 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 tête enseignante, 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

Citations33
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCommunications in Soil Science and Plant AnalysisMême sujetHeavy metals in environmentTravaux en français237 207