Phytoextraction of Heavy Metals by Various Vegetable Crops Cultivated on Different Textured Soils Irrigated with City Wastewater
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.
Notice bibliographique
Résumé
A challenging task in urban or suburban agriculture is the sustainability of soil health when utilizing city wastewater, or its dilutes, for growing crops. A two-year field experiment was conducted to evaluate the comparative vegetable transfer factors (VTF) for four effluent-irrigated vegetable crops (brinjal, spinach, cauliflower, and lettuce) grown on six study sites (1 acre each), equally divided into two soil textures (sandy loam and clay loam). Comparisons of the VTF factors showed spinach was a significant and the best phytoextractant, having the highest heavy metal values (Zn = 20.2, Cu = 12.3, Fe = 17.1, Mn = 30.3, Cd = 6.1, Cr = 7.6, Ni = 9.2, and Pb = 6.9), followed by cauliflower and brinjal, while lettuce extracted the lowest heavy metal contents (VTF: lettuce: Zn = 8.9, Cu = 4.2, Fe = 9.6, Mn = 6.6, Cd = 4.7, Cr = 2.9, Ni = 5.5, and Pb = 2.5) in response to the main (site and vegetable) or interactive (site * vegetable) effects. We suggest that, while vegetables irrigated with sewage water may extract toxic heavy metals and remediate soil, seriously hazardous/toxic contents in the vegetables may be a significant source of soil and environmental pollution.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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) | 0,000 | 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 découle