Hydrogel and Organic Amendments to Increase Water Retention in Anthroposols for Land Reclamation
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
Using waste materials from industrial activities to build anthroposols (soils built or altered by humans) can provide soil for reclamation and reduce amounts of materials stored in landfills. Mines and other large industrial disturbances requiring anthroposols usually have large amounts of nonorganic waste materials with low water holding capacity and large amounts of coarse fragments. Thus, water holding capacity is a key property to build into anthroposols as all aspects of revegetation are strongly influenced by soil water content. This research assessed the effectiveness of hydrogel and organic amendments to increase the water retention in common mine wastes used to build anthroposols for reclamation in three greenhouse experiments. Waste materials were crushed rock, lakebed sediment, and processed kimberlite, from a northern diamond mine in Canada. Amendments were hydrogel, sewage, salvaged soil, and peat. Pots were filled with the material and weighed and saturated, followed by periodic weighing until the weight was near constant. Water retention was consistently highest in processed kimberlite, with and without amendments. Water retention increased most with hydrogel in processed kimberlite and crushed rock. Hydrogel application method impacted the initial water retention, but over time, the effect was limited. Water retention in lakebed sediment showed little difference relative to no amendment addition and had lowest increases relative to other substrates. Type of waste material and amendment, application rate, and application method impacted water retention and can be adapted to build anthroposols in the field using waste materials suitable for reclamation.
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 | 0,000 | 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) | 0,000 | 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