MétaCan
Menu
Retour à la cohorte
Enregistrement W3034653340 · doi:10.1515/opag-2020-0016

Risk assessment of Ni, Cr, and Si release from alkaline minerals during enhanced weathering

2020· article· en· W3034653340 sur OpenAlexaff
Fatima Haque, Yi Wai Chiang, Rafael M. Santos

Notice bibliographique

RevueOpen Agriculture · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCO2 Sequestration and Geologic Interactions
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésWeatheringSilicateEnvironmental chemistrySilicate mineralsContaminationEnvironmental scienceLeaching (pedology)Soil waterChemistrySoil scienceGeochemistryGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Calcium- and magnesium-rich alkaline silicate minerals, when applied to soil, can aid in carbon dioxide sequestration via enhanced weathering. The weathering of these silicate minerals is also associated with the release of heavy metals such as Ni and Cr, depending on the composition of the parent rock, and also labile Si. This paper critically analyses the risk associated with the release of Ni, Cr, and Si from alkaline silicate minerals as a result of enhanced weathering to evaluate its potential to be applied as a soil amendment. Based on the available data in the literature, this study evaluates the soil contamination level and quantifies the risk these elements pose to human health as well as the environment. To assess these potential threat levels, the geoaccumulation index was applied, along with the method recommended by the US Environmental Protection Agency for health risk assessment. The main findings of this study indicate the potential release of Ni, Cr, and Si to exceed the soil quality guideline value. The geochemical index suggests that the analyzed samples are in the class 0–3 and represents sites that lie between uncontaminated zones to highly contaminated zones. The hazard index value for Ni and Cr is greater than unity, which suggests that Ni and Cr release poses a non-carcinogenic risk. The probability of labile Si concentration in the soil to exceed the critical value is found to be 75%.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,011
Tête enseignante GPT0,261
Écart entre enseignants0,250 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations42
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen AgricultureMême sujetCO2 Sequestration and Geologic InteractionsTravaux en français237 207