Effect of liming on nickel bioavailability and toxicity to oat and soybean grown in field soils containing aged emissions from a nickel refinery
Notice bibliographique
Résumé
Remediation of soils elevated in trace metals so that the soils may provide ecosystems services is typically achieved through pH adjustment or addition of sorbents. The present study aimed to generate higher-tier in situ toxicity data for elevated nickel (Ni) in soils with and without lime addition and to explore the effect of liming on soil chemistry and bioavailability of Ni to plants. A multiyear study of agronomic yield of field-grown oat and soybean occurred in 3 adjacent fields that had received air emissions from a Ni refinery for 66 yr. The soil Ni concentration in the plots ranged between 1300 mg/kg and 4900 mg/kg, and each field was amended with either 50 Mg/ha, 10 Mg/ha, or 0 Mg/ha (or tonnes/ha) of crushed dolomitic limestone. As expected, liming raised the pH of the soils and subsequently reduced the plant availability of Ni. Toxicity thresholds (effective concentrations causing 50% reduction in growth) for limed soils supported the hypothesis that liming reduces toxicity. Relationships were found between relative yield and soil cation exchange capacity and between relative yield and soil pH, corroborating findings of the European Union Risk Assessments and the Metals in Asia studies, respectively. Higher tier ecotoxicity data such as these are a valuable contribution to risk assessment for Ni in soils. Environ Toxicol Chem 2017;36:1110-1119. © 2016 SETAC.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».