MétaCan
Menu
Retour à la cohorte
Enregistrement W2095399167 · doi:10.1155/2012/395964

Organic Amendments and Earthworm Addition Improve Properties of Nonacidic Mine Tailings

2011· article· en· W2095399167 sur OpenAlexafffund
P. Michael Rutherford, J. M. Arocena

Notice bibliographique

RevueApplied and Environmental Soil Science · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMine drainage and remediation techniques
Établissements canadiensUniversity of Northern British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMinistry of EnvironmentUniversity of Northern British Columbia
Mots-clésTailingsBiosolidsEisenia andreiEarthwormSawdustGeologyAlgorithmMineralogyChemistryEnvironmental scienceMathematicsEnvironmental engineeringPaleontology

Résumé

récupéré en direct d'OpenAlex

In many mined areas, lack of topsoil limits conversion of disturbed landscapes to former or other productive uses. We examined the use of biosolids (10 or 20% by dry mass), with or without sawdust, pulp sludge, and the contribution of an earthworm species (Dendrobaena veneta) to improve the properties of nonacidic mine tailings. Pulp sludge more rapidly immobilized excessive NH4 + concentrations from biosolids early in the study; however, total mineral N concentrations were similar in pulp sludge and sawdust treatments by week 29. Although NO3 − -N concentrations were generally greater in treatments with earthworms, these trends were not statistically significant ( P>0.05 ). In general, Bray P concentrations were greater in the presence of earthworms. Soil thin sections showed that earthworms mixed organic residues into elongated spherical units within mine tailings. Organic residues in combination with earthworm addition may improve the chemical and microstructural properties of non-acidic mine tailings, producing a substrate conducive for plant establishment.

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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,007
Tête enseignante GPT0,162
Écart entre enseignants0,155 · 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

Citations10
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplied and Environmental Soil ScienceMême sujetMine drainage and remediation techniquesTravaux en français237 207