MétaCan
Menu
Retour à la cohorte
Enregistrement W30721845 · doi:10.1016/j.scitotenv.2019.01.337

20 años no es nada: conocimiento científico, producción de medicamentos y necesidades sociales.

2009· article· en· W30721845 sur OpenAlex

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.

fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueDesarrollo Económico · 2009
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueScience, Technology, and Education in Latin America
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésHumanitiesPolitical sciencePhilosophyPhysics

Résumé

récupéré en direct d'OpenAlex

Alkaline residuals, such as wood ash and lime mud generated from pulp and paper mills, could be recycled as liming agents in sugar maple (Acer saccharum Marsh.) forests affected by soil acidification. The objectives of this study were (1) to evaluate soil chemistry, in particular soil acidity, after the application of three alkaline residuals from the pulp and paper industry, and (2) to determine if these alkaline residuals altered soil greenhouse gas (GHG) emissions as a result of the change in soil pH or due to their chemical composition. Soil properties and GHG fluxes were monitored for two years after alkaline residuals were applied to six forest sites dominated by sugar maple in southeastern Quebec, Canada. Each site received six treatments: wood ash applied at 5, 10 and 20 t ha<sup>-1</sup>, lime mud (7.5 t ha<sup>-1</sup>), a mixture of slaker grits and green liquor sludge (7 t ha<sup>-1</sup>) and an unamended control. These treatments had acid-neutralizing power from 0 to 9 t ha<sup>-1</sup>. All alkaline residuals buffered soil acidity as a function of their neutralizing power, and more neutralization occurred in the forest floor layer than in the underlying mineral soil. In the forest floor, the alkaline residual treatments significantly increased pH by more than one unit, nearly doubled the base saturation, and reduced exchangeable acidity, Al and Fe concentrations compared to control plots. The CO<sub>2</sub> and N<sub>2</sub>O fluxes were lower after application of alkaline residuals, and this was related to the soil pH increase and the type of alkaline residual applied. Lime mud was more effective at reducing GHG fluxes than other alkaline residuals. We conclude that these alkaline residuals can effectively counteract soil acidity in sugar maple forests without increasing soil GHG emissions, at least in the short term.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,411
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,035
Tête enseignante GPT0,335
Écart entre enseignants0,300 · 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