Notice bibliographique
Résumé
<p>Toxic metals are mobilized on a large scale in modern society. Many of those metals end up in sewage sludge. The objective of this review was to elucidate the threat to groundwater due to a few metals lost from tilled sludge amended soils. It is sometimes suggested that these metals are immobilized in the topsoil and do not move downward. In contrast, dozens of long term field studies around the world indicate that penetration depths for metals increase with time since deposition.</p><p>Such studies were examined in depth in the current analysis. An equation was developed for calculation of long term mean metal penetration rates into the topsoil for copper and silver. The equation is valid for about a century but not much longer. The mean depths of a basic set of 11 cases from studies over 4 years to 100 years were predicted with a standard deviation of 11%. A typical penetration rate was 3 mm per year. There was no significant difference in penetration rate between several cations. Extremely large amendments were associated with larger penetration rates.</p><p>When metals have traversed the topsoil, the groundwater will be contaminated. The European Groundwater Pollution Directive stipulates that pesticide levels should be kept below 0.1 µg/l. When sludge is applied to agricultural soil, this level may by far be exceeded for many metals, even if strict limitations are applied to the metal contents of the sludge. This calls for careful assessment of the groundwater consequences of sludge amendment.</p><p>Extensive supplementary material provides many detailed tables, texts and references.</p>
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».