Evaluation of Sunflower (Helianthus annuus L.), Sorghum (Sorghum bicolor L.) and Chinese Cabbage (Brassica chinensis) for Phytoremediation of Lead Contaminated Soils
Notice bibliographique
Résumé
The problems associated with heavy metal contamination are widespread and are especially common in developing countries. A pot study was carried out to evaluate the effectiveness of Sunflower (Helianthus annuus), Sorghum (Sorghum bicolor) and Chinese cabbage (Brassica chinensis) at removing lead from the soil. Lead contaminated soils were collected from Kabwe near the old Lead mine and characterized for total and extractable lead, pH, organic matter, texture and cation exchange capacity. The average total and extractable lead concentrations were 23 313 and 5876 mg/kg, respectively, in contaminated soil compared to 57.75 and 10.02 mg/kg in uncontaminated soil. The contaminated soil was then diluted with uncontaminated soil to achieve five contamination levels of 5876, 2500, 1000, 500 and 10.02 mg/kg. Test plants were grown for 10 weeks after which below and above ground dry biomass yields were determined and tested for lead concentration and uptake. Results from this study show that Chinese cabbage is more effective at lead uptake than Sunflower and Sorghum. Results also show that high soil lead concentration results in poor plant growth, low biomass yield and increased lead accumulation in plant tissue.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».