Feasibility Study on Reducing Lead and Cadmium Absorption by Alfalfa (Medicago scutellata L.) in a Contaminated Soil Using Nano-Activated Carbon and Natural Based Nano-Zeolite
Notice bibliographique
Résumé
The first risk posed by heavy metal pollution in an ecosystem is metal accumulation in the biomass of growing plants, which has harmful effects on human health. Natural-based nanoparticles are efficient in remediating environmental pollutants because they have a high surface/volume ratio, high chemical activity and produce no harmful side-products. The present study investigates the capacity of natural-based nano-porous adsorbents for reducing the availability of heavy metals to annual alfalfa (Medicago scutellata L.) roots and keeps them in soil. In a factorial experiment based on a randomized design (with four replications), three nano-adsorbents (nano-activated carbon, natural nano-zeolite and modified nano-zeolite) and two heavy metals (lead and cadmium) have been tested. The results demonstrated that applying the highest rate of activated carbon and modified nano-zeolite reduced shoot Pb content by 34% and 33.2%, and shoot Cd content by 35.5% and 46.7%, respectively, compared with the adsorbent-free control. ********* In press - Online First. Article has been peer reviewed, accepted for publication and published online without pagination. It will receive pagination when the issue will be ready for publishing as a complete number (Volume 47, Issue 4, 2019). The article is searchable and citable by Digital Object Identifier (DOI). DOI link will become active after the article will be included in the complete issue. *********
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 | 0,001 |
| 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 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 ».