MétaCan
Menu
Retour à la cohorte
Enregistrement W4307432001 · doi:10.1021/acs.est.2c02976

Integrating Biochar, Bacteria, and Plants for Sustainable Remediation of Soils Contaminated with Organic Pollutants

2022· review· en· W4307432001 sur OpenAlexaff
Leilei Xiang, Jean Damascene Harindintwali, Fang Wang, Marc Redmile‐Gordon, Scott X. Chang, Yuhao Fu, Chao He, Bertrand Muhoza, Ferdi Brahushi, Nanthi Bolan, Xin Jiang, Yong Sik Ok, Jörg Rinklebe, Andreas Schaeffer, Yong‐Guan Zhu, James M. Tiedje, Baoshan Xing

Notice bibliographique

RevueEnvironmental Science & Technology · 2022
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueHeavy metals in environment
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Science Foundation of Jiangsu ProvinceMinistry of Science and Technology of the People's Republic of ChinaChinese Academy of SciencesNational Natural Science Foundation of ChinaMichigan State UniversityAlexander von Humboldt-Stiftung
Mots-clésBiocharEnvironmental remediationPollutantEnvironmental scienceContaminationEnvironmental chemistrySoil contaminationSoil waterEnvironmental engineeringWaste managementEnvironmental protectionChemistryBiologyEcologySoil scienceEngineeringPyrolysis

Résumé

récupéré en direct d'OpenAlex

The contamination of soil with organic pollutants has been accelerated by agricultural and industrial development and poses a major threat to global ecosystems and human health. Various chemical and physical techniques have been developed to remediate soils contaminated with organic pollutants, but challenges related to cost, efficacy, and toxic byproducts often limit their sustainability. Fortunately, phytoremediation, achieved through the use of plants and associated microbiomes, has shown great promise for tackling environmental pollution; this technology has been tested both in the laboratory and in the field. Plant-microbe interactions further promote the efficacy of phytoremediation, with plant growth-promoting bacteria (PGPB) often used to assist the remediation of organic pollutants. However, the efficiency of microbe-assisted phytoremediation can be impeded by (i) high concentrations of secondary toxins, (ii) the absence of a suitable sink for these toxins, (iii) nutrient limitations, (iv) the lack of continued release of microbial inocula, and (v) the lack of shelter or porous habitats for planktonic organisms. In this regard, biochar affords unparalleled positive attributes that make it a suitable bacterial carrier and soil health enhancer. We propose that several barriers can be overcome by integrating plants, PGPB, and biochar for the remediation of organic pollutants in soil. Here, we explore the mechanisms by which biochar and PGPB can assist plants in the remediation of organic pollutants in soils, and thereby improve soil health. We analyze the cost-effectiveness, feasibility, life cycle, and practicality of this integration for sustainable restoration and management of soil.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,011
Tête enseignante GPT0,247
Écart entre enseignants0,235 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations408
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetHeavy metals in environmentTravaux en français237 207