MétaCan
Menu
Retour à la cohorte
Enregistrement W3039210871 · doi:10.1002/agg2.20068

A bioassay of long‐term stockpiled salvaged soil amended with biochar, peat, and humalite

2020· article· en· W3039210871 sur OpenAlexaffabout
Jorden D. Laskosky, Afua Adobea Mante, Francis Zvomuya, Inoka Amarakoon, L. A. Leskiw

Notice bibliographique

RevueAgrosystems Geosciences & Environment · 2020
Typearticle
Langueen
DomaineMaterials Science
ThématiqueClay minerals and soil interactions
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésBiocharPeatLand reclamationSoil qualityEnvironmental scienceAgronomyHordeum vulgareSoil conditionerOil sandsSoil waterChemistryPoaceaeBiologySoil scienceEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Long‐term stockpiling of soil salvaged from oil sands operations often leads to the deterioration of soil quality and poor reclamation results for disturbed land. This study assessed the efficacy of organic amendments in improving the quality and productivity of long‐term stockpiled salvaged soil in Canada's Alberta oil sands region (AOSR). Dry soil samples (4.2 kg) from a 24‐yr‐old stockpile were placed into 5‐L pots and amended with biochar, humalite, peat, and 50:50 mixtures of biochar and peat (BCP) and biochar and humalite (BCH) at rates corresponding to 0, 6.55, 13.1, and 26.2 g C kg−1 soil. The pots were seeded with barley (Hordeum vulgare L.), fertilized, and placed in a growth chamber. Plants were allowed to grow for three crop cycles of 45 to 59 d each and harvested at the end of each cycle. Results showed that biochar and peat increased dry matter yield (DMY) by 38 and 40%, respectively, compared with the unamended soil. Humalite produced the highest N and P concentrations in plant tissue, but this did not translate to an increase in DMY. Biochar and peat offer the greatest promise for improving the productivity of long‐term stockpiled salvaged soil, thereby enhancing the success of reclamation of disturbed sites.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,042
Score d'incertitude au seuil0,084

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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)0,0000,000

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 Opus0,019
Tête enseignante GPT0,225
Écart entre enseignants0,206 · 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

Citations29
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAgrosystems Geosciences & EnvironmentMême sujetClay minerals and soil interactionsTravaux en français237 207