MétaCan
Menu
Retour à la cohorte
Enregistrement W2317879377 · doi:10.1080/1065657x.2001.10702051

Cocomposting of Cattle Manure and Hydrocarbon Contaminated Flare Pit Soils

2001· article· en· W2317879377 sur OpenAlexaff
Donna Chaw, Ulrica Stoklas

Notice bibliographique

RevueCompost Science & Utilization · 2001
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGraphite, nuclear technology, radiation studies
Établissements canadiensOlds College
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceSoil waterSoil contaminationManureAgronomyContaminationCompostOrganic matterAerationWaste managementChemistrySoil scienceBiology

Résumé

récupéré en direct d'OpenAlex

The potential of using composting technology to remediate clayey soils with high levels of crude oil contamination was evaluated. An open air windrow comprised of flare pit soil, manure and wood chips was constructed at Olds College, Composting Technology Centre. Aeration and mixing were carried out by a skid steer loader and composting parameters were monitored for ten months. Temperature profile of this windrow gave cyclic patterns of high and low temperature recordings corresponded to the turning events. Most of the microbial metabolic activity occurred within the mesophilic temperature range and the hydrocarbon degrading microorganism populations remained high throughout the trial. Complete removal of BTEX compounds was achieved within six months and extractable carbons from C5 to C10 were reduced by 98.7% compared to the initial contaminated soil. Vegetative growth on the composted soil was also evaluated. Barley and timothy plants grown in the composted soil were compared to the control off-lease soil, contaminated soil, and other treatments of varying salinity and organic matter levels. Plant germination, survival, and biomass production was significantly better in the composted soil than in the contaminated soil. Furthermore, barley plants grown in the composted soil were more resilient than those grown in the control off-lease soil.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,279
Écart entre enseignants0,250 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations10
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCompost Science & UtilizationMême sujetGraphite, nuclear technology, radiation studiesTravaux en français237 207