Rehabilitation of Artisanal Mining Gold Land in West Lombok, Indonesia: 2. Arbuscular Mycorrhiza Status of Tailings and Surrounding Soils
Notice bibliographique
Résumé
Artisanal mining plays an important role in the Indonesia economy; however, it has created serious environmentaldestruction. The prohibition of artisanal mining is not a wise policy and never works. A more valuable strategy isto encourage artisanal mining; however, the associated poor health, safety, and environmental conditions must beimproved. Therefore, effective rehabilitation of the environment post mining is essential. Phytoremediation isconsidered to be one method to achieve this rehabilitation. In this method, the interaction of plant roots withmycorrhiza is one of the key determinants of successful rehabilitation. A study to identify the indigenousmycorrhiza present in soil was carried out at an artisanal gold mining region at Sekotong, West Lombok, Indonesia.Soil samples were collected from the rhizosphere of a selection of indigenous plant species for the identification ofthe associated mycorrhizal fungi. Rhizosphere samples were collected from a normal agricultural soil as well aswaste rock and mine tailings. The plants studied were Acassia sp, Gmelina arborea, Leucaena glauca, Tectoniagrandis, Manihot utilissima, and Zea mays. There was an abundance of mycorrhizal fungi species associated withall observed plants, with the dominant genus being Glomus. The spore density varied from 77 – 240 spores/100g innatural soils, with the percentage of infected roots varying from 10 to 40%, and decreasing as the soil wasdisturbed. Some of these mycorrhizal fungi showed a relatively good ability to grow in the heavy metalcontaminated gold mine tailing.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».