Potential Use of Two Forest Species (Salix alba and Casuarina glauca) in the Rhizofiltration of Heavy-Metal-Contaminated Industrial Wastewater
Notice bibliographique
Résumé
The discharge of raw industrial wastewater (IWW) into ecosystems is a major environmental problem that adversely affects water quality, soil physicochemical properties, the food chain and, therefore, human health. Injection of treated IWW into irrigation and “fertigation” systems is an ecological, sustainable and economical approach for its appropriate disposal. Seedlings of two forest species (Salix alba, Casuarina glauca) were grown hydroponically and subjected to 25% diluted IWW and control (tap water) treatments for 35 days. Morphological and physiological traits were evaluated, including leaf symptoms, stem and root dry masses, leaf water potential, relative water content, chlorophyll content, photosystem II efficiency, hydrogen peroxide, thiobarbituric acid reactive substances, bioaccumulation and translocation factor estimates and removal efficiency for various heavy metals. Application of 25% IWW stress affected many aspects of plant morphology: chlorosis and necrosis in leaves, epinasty, leaf curling, early leaf senescence and root browning. In both species, the 25% IWW treatment reduced leaf, stem and root dry masses relative to controls. S. alba exhibited greater removal capacity for heavy metal ions and could be effective as a remediator of toxic-metal-polluted industrial effluent water.
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 | 0,000 | 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 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 ».