Seed germination in tailings cake and cake-reclamation substrate mixtures with oil sands process water
Notice bibliographique
Résumé
We investigated the germination of 13 species commonly used in oil sands mining reclamation of boreal forest as influenced by substrate type (potting soil, tailings cake and mixtures of cake-sand, cake-peat and cake-forest floor mineral mix (FFMM)) and water quality (0, 50 and 100% oil sands process water). Germination responses clustered into three groups with trees and graminoids exhibiting the highest germination (84-99%), followed by shrubs and forbs with intermediate germination (46-69%), and the native forb species, Chamerion angustifolium , Achillea millefolium and Galium boreale , with the lowest germination (7-18%). Among substrates, potting soil supported the highest germination (69%), followed by cake mixed with peat (64%) or FFMM (63%), cake-sand (60%) and cake (57%). Concentrations of ions, e.g. sodium and chloride, were higher in cake and cake-sand than in cake-peat or cake-FFMM suggesting that mixing cake with FFMM or peat can alleviate salt stress and encourage germination. Process water had little or no effect on germination especially on cake and cake amendments possibly due to the high ionic content of these substrates. There were major differences in germination response among species. Trees and graminoids may be well suited for reclaiming oil sands tailings whereas native forbs may perform poorly when used for revegetating tailings.
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 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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».