MétaCan
Menu
Retour à la cohorte
Enregistrement W2125544102 · doi:10.2166/wqrj.2005.016

Soil and Groundwater Quality under a Cattle Feedlot in Southern Alberta

2005· article· en· W2125544102 sur OpenAlexaffabout
Barry M. Olson, J.J. Miller, S. J. Rodvang, L. J. Yanke

Notice bibliographique

RevueWater Quality Research Journal · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil and Water Nutrient Dynamics
Établissements canadiensAgriculture and Agri-Food CanadaAgriculture Food and Rural Development
Organismes subventionnairesnon disponible
Mots-clésFeedlotGroundwaterWater tableHydrology (agriculture)Environmental scienceManureAnimal scienceWater qualitySoil testSoil waterAgronomyGeologySoil scienceEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Environmental concerns related to manure often focus on land application and the negative effects on soil and water quality. However, there is also potential for contamination of soil and water directly from feedlot sites. The objective of this study was to determine if a newly constructed feedlot in southern Alberta would change soil and groundwater quality under the feedlot within the first four years of operation. A cattle feedlot was constructed at the Agriculture and Agri-Food Canada Research Centre in Lethbridge, Alberta, in 1995 and 1996. Sixteen groundwater wells were installed at the feedlot in 1996. Groundwater chemistry and microbiology were monitored from 1996 to 2000, which included a baseline period of 3 months at the start before the feedlot was stocked with cattle. Soil samples (0- to 0.15-m, 0.15- to 0.3-m, and every 0.3-m to 1.5-m depth) were collected in 1996 and 1999. Mean water-table depth ranged from 1.23 to 2.50 m. Some soil chemical properties, PO4-P, NO3-N, NH4-N and K, were only significantly affected in the top 0.15-m layer. Other soil properties, EC, SAR, SO4-S, Mg, Ca and Na, increased significantly to a depth of 0.6 m. Chloride content increased significantly to a depth of 1.5 m. Groundwater analysis indicated that contaminants had leached to the water table. Chloride concentrations, E. coli counts and total coliform counts increased in the wells within the pen area, whereas there was little change in the wells outside the pen area.

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)0,008
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,136
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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 Opus0,083
Tête enseignante GPT0,365
Écart entre enseignants0,282 · 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.

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

Citations28
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWater Quality Research JournalMême sujetSoil and Water Nutrient DynamicsTravaux en français237 207