MétaCan
Menu
Retour à la cohorte
Enregistrement W2907636317

Transport of Escherichia coli, chloride, and nitrate through disturbed and undisturbed soil columns

2000· article· en· W2907636317 sur OpenAlexaboutno aff
Terrence G. Johnson, E. de Jong

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWastewater Treatment and Reuse
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNitrateEscherichia coliChlorideEnvironmental chemistryChemistryEnvironmental scienceGeologyHydrology (agriculture)Soil scienceGeotechnical engineeringBiochemistry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Current livestock production techniques often require the surface application of large quantities of manure.In 1996 Saskatchewan had 2.8 million cattle and 0.9 million hogs, conservative estimates suggest that this number of cattle and hogs produce approximately 60 000 Mg of manure day -1 .This number is expected to be even higher today, and would certainly be much higher if other livestock such as poultry were included.The most common disposal method for this manure is application on or in the soil.The growing environmental awareness of our society, coupled with the increased number of large-scale livestock production facilities, has greatly increased concerns regarding ground water quality.These concerns are caused by the potential for nitrate and pathogenic microorganisms such as Escherichia coli (E.coli) to be leached from the soil surface into ground water.The objective of this research was to characterize the transport of E.coli and nitrate through soil.Experiments involved leaching E.coli, nitrate, chloride and potassium through disturbed soil columns under saturated and unsaturated conditions.Transport through undisturbed columns was also studied in saturated conditions.Effluent from these columns was analyzed, both chemically and microbiologically.Results of this analysis showed that E.coli can be preferentially transported through both disturbed and undisturbed soil columns.

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)0,000
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 enseignants0,027
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

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)0,0040,000

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 Opus0,007
Tête enseignante GPT0,192
Écart entre enseignants0,186 · 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

Citations0
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWastewater Treatment and ReuseTravaux en français237 207