An Assessment of Toxic in Urban Soils Using Garden Cress (Lepidium sativum) in Vasileostrovsky Ostrov and Elagin Ostrov, Saint Petersburg, Russia
Notice bibliographique
Résumé
The study was conducted to detect toxicity in urban soils of Vasileostrovsky Ostrov and Elagin Ostrov in St. Petersburg, Russia, an area characterised by wide variation in land use. A total of 37 soil samples were collected from the two study areas. Garden cress, Lepidium sativum, (L. sativum) was used as the test organism to detect the presence of toxic soils. The results indicated that soils from Vasileostrovsky Ostrov were toxic to L. sativum; the level of toxicity ranged between 40–60% (mild to moderately toxic). Tests of soils from Elagin Ostrov revealed that soils, generally, were nontoxic (90–100%). The results of most examined samples showed that soil extract had a stimulating effect on the growth of fronds; however there were few instances whereby soil extract inhibited the growth of L. sativum. The results from the study indicated that L. sativum is capable of detecting toxic soils. The different reactions from L. sativum to soil extracts could be attributed to site-specific conditions. The study recommends the use of L. sativum as a test organism to conduct biomonitoring of urban soil on a wide scale because of its simplicity, sensitivity, and cost-effectiveness.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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) | 0,000 | 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 ».