Effect of cleanup of spiked sludge on corn growth biosorption and metal leaching
Notice bibliographique
Résumé
A chemical leaching process was used for the cleanup of two municipal biosolids (MOS and BES) spiked with Cd, Cu, Zn or their mixture prior to agricultural use. Non-cleaned, cleaned and washed biosolids were compared as soil amendments for corn cultivation in greenhouse. Corn growth, biosorption and metal leaching were measured. Results showed that biosolid amendments tend to produce more aerial biomass. Cleanup and washing of BES biosolid significantly increased total biomass of roots and stalks, respectively. Regarding biosorption of metals, Cd accumulated in roots (0.06–1.13 mg kg−1) and leaves (0.06–0.63 mg kg−1), but not in seeds nor in stalks. Larger amounts of Cu were detected in roots (10.7–18.2 mg kg−1), stalks (1.29–3.78 mg kg−1) and leaves (6.77–20.2 mg kg−1). However, Zn was more accumulated in roots (17.9–74.9 mg kg−1), stalks (6.15–17.1 mg kg−1) and leaves (47.9–90.1 mg kg−1). Whereas Cd and Cu decreased in the order roots > leaves > stalks, Zn decreased from leaves > roots > stalks. Cleanup and washing of MOS and BES biosolids significantly lowered biosorption of Cd (up to 84%), Cu (up to 38%), Zn (up to 63%), and other metals. Concentrations in leachate draining into outlet water varied over time, but on average were moderately low. Significant amounts of metal leached from MOS biosolid. The effects of cleanup and washing of both biosolids on biosorption and leaching depended on the initial metallic charge and the biosolid type.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».