Bioaccumulation Factors and Pollution Indices of Heavy Metals in Selected Fruits and Vegetables From a Derelict Mine and Their Associated Health Implications
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Concentration of heavy metals in the top and sub soils and in selected vegetables and fruits grown in Enyigba lead-zinc mine derelict was investigated using the X-ray Fluorescence (XRF) spectrometric method. Samples of fruits and leaves of the studied plants, over a period of two years (2008-2010), were analyzed for arsenic (As), cadmium (Cd), chromium (Cr), copper (Cu), manganese (Mn), lead (Pb), and zinc (Zn) contents, and their corresponding Pollution Indices (PI) and Bioaccumulation Factors (BAF) were evaluated. The mean pH of the soil was found to be 6.5 and the mean concentrations (mg/Kg) of metals in the studied plants were of the range: Pb (0.22 – 6.72); As (0.10 – 10.6); Cd (0.10 – 12.4); Cu (12.6 – 82.1); Cr (0.01 – 1.02); Zn (34.2 – 162.1); Mn (412.1 – 42.6); and Ni (12.8 – 72.8). High Pollution Indices of 22.4, 12.37, 8.67, 7.27, and 6.13 were observed in Nauclea latifolia (African Peach), Sesamum indicum (Beni seed), Lactuca Sativa (Lettuce), Psidium Guajava (Guava), and C. Annum (Pepper) respectively; and as a result, they were not considered fit for human consumption. Bioaccumulation Factors (BAF > 1) were observed in some of the studied plants which suggested that they could be good phytoremediation agents. Statistical analysis of variance (ANOVA) at p< 0.05 showed variations in the heavy metal levels between and within groups while Fisher’s Least Significant Difference (LSD) Correlation analysis identified a strong relationship between the investigated plant and soil samples.
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.
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 | 0,000 |
| 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 découle