MétaCan
Menu
Retour à la cohorte
Enregistrement W3115304030

Saliz discolor: Prospects for phytoremediation of lead and polycyclic aromatic hydrocarbons

2016· article· en· W3115304030 sur OpenAlexaff
Robert Matheson, Patrick Kamau, Sheri Dalton

Notice bibliographique

RevueURSCA Proceedings · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBioenergy crop production and management
Établissements canadiensConcordia University of Edmonton
Organismes subventionnairesnon disponible
Mots-clésPhytoremediationContaminationEnvironmental chemistryEnvironmental remediationBiomass (ecology)Environmental sciencePollutantChemistryShootHeavy metalsBotanyAgronomyBiologyEcology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Members of the genus Salix, more commonly known as willows, are of great interest in the field of phytoremediation. Their ability to rapidly accumulate biomass, grow in disturbed conditions, aggressively seek water and development of extensive root systems are well documented – all highly desirable traits for phytoremediation, yet the remediation capabilities of most species remains unknown. The present study seeks to determine the ability of Salix discolor to remediate lead and polycyclic aromatic hydrocarbons (PAHs) – two of the most common pollutants in urban and industrial areas and which are often found in states of co-contamination. The ability of S. discolor to remove these contaminants from aqueous media was tested using a hydroponic experiment. The treatments consisted of an uncontaminated control, lead or PAH contamination and lead and PAH co-contamination. The concentration of the media was monitored weekly, and at the conclusion of the experiment the accumulation of the lead and PAHs in the roots, shoots and leaves of the plants will be analyzed using atomic absorption spectrometry and gas chromatography – mass spectrometry, respectively. Additionally, biomass accumulation will be recorded to determine the effects of contamination on the growth of the plants. Results are pending until the experiment has concluded. *Indicates faculty mentor.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
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)0,0020,000

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 Opus0,013
Tête enseignante GPT0,206
Écart entre enseignants0,192 · 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'étudeObservationnel
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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueURSCA ProceedingsMême sujetBioenergy crop production and managementTravaux en français237 207