Growth responses of 20 boreal forest species to oil sands non‐segregating tailings: significance for reclamation
Notice bibliographique
Résumé
Oil sands mining in northeastern Alberta, Canada, generates tailings containing sand, silt, clay, water, and residual bitumen with hydrocarbons. The impact of tailings on revegetation is a major environmental concern and poses a significant land reclamation challenge. Oil sands companies have recently developed technologies that use thickeners in combination with carbon dioxide to produce non‐segregating tailings (NST), to accelerate the consolidation of tailings while sequestering greenhouse gases. Effects of these tailings on plant re‐establishment have yet to be determined. We investigated the impact of NST on biomass and physiology of 20 boreal woody plant species grown in environmentally controlled growth rooms. The seedlings were grown for 8 weeks in NST capped with boreal forest topsoil or peat‐mineral soil mix or petroleum coke in 50‐cm‐long polyvinyl chloride pipes. We found that the biomass of balsam fir, beaked hazelnut, blueberry, green alder, Labrador tea, lowbush cranberry, paper birch, and raspberry was severely reduced by NST, while the effects on balsam poplar, Bebb's willow, chokecherry, dogwood, saskatoon, and white spruce were relatively weak. This was also the case for jack pine, which showed poor survival in NST. The negative impact of NST on plants can be largely explained by elevated sodium and decreased foliar nutrient concentrations. The impact of NST capping with petroleum coke on plant growth was non‐significant. Differences among species in their survival and biomass responses to NST appeared to be partly a reflection of their natural habitats. Findings from this study can help guide revegetation oil sands reclamation strategies.
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 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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».