Loss of potentially toxic elements to snowmelt runoff from soils amended with alum, gypsum, and Epsom salt
Notice bibliographique
Résumé
Soil amendment effects on the mobility of potentially toxic elements (PTEs) have been hardly investigated under snowmelt flooding conditions. This research quantifies and compares the loadings of arsenic (As), copper (Cu), nickel (Ni), selenium (Se), vanadium (V), and zinc (Zn) to snowmelt from unamended, alum-, gypsum-, and Epsom salt-amended soils from a manured agricultural field and a non-manured agricultural field. In the fall of 2020, amendments were surface applied at a rate of 2.5 Mg ha −1 to field plots with four replicates. Runoff boxes were installed at the plots’ edge to collect winter snow. In the spring of 2021, the snowmelt in each box was pumped out, and volume was recorded until all snow in the boxes had melted. Concentrations of PTE and other cations and pH were measured in a subsample of the snowmelt. The snowmelt from the manured field had higher Ni, Se, and V loads than that from the non-manured field. There were no significant differences in snowmelt PTE loads between the amended soils and the unamended controls at each field. Although not statistically significant, the Epsom salt-amended treatment resulted in a 75% reduction in Se loading and a 44% reduction in V loading, while the gypsum-amended treatment showed a 38% reduction in Ni loading compared to the unamended treatment in the manured soil. Overall, our findings from a single season using both manured and non-manured fields suggest that alum, gypsum, and Epsom salt additions did not significantly alter the mobility of the studied PTEs during the spring snowmelt period.
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 | 0,000 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».