Can we simultaneously decontaminate and cultivate? An urban cherry tomato story
Notice bibliographique
Résumé
Abstract Urban planners are increasingly focused on integrating urban farming as a creative strategy for producing sustainable, local food in underutilized spaces, once occupied by polluting industries, in peri‐urban areas. However, before urban farming's contribution to local self‐sufficiency can be determined, it is crucial to gather quantitative data on the effectiveness of tailored strategies, including polyculture, and the suitability of different vegetables, to adequately assess the value of brownfields. This study aims to provide quantitative agronomic data on a copper‐contaminated urban garden with the dual objective of assessing its capacity for food production and mitigating the spread of soil contamination. Tomato ( Solanum lycopersicum ) plants were grown for one growing season in brownfield soils with different copper concentrations (up to 2000 mg kg −1 ), accompanied by different plant species assemblages typically used in phytoremediation ( Achillea millefolium , Salix discolor , and Trifolium repens ). The most successful assemblage yielded over 800 fruits per square meter with low copper concentrations (<5 mg kg −1 ), indicating that one square meter could satisfy the annual fresh tomato weight requirement of an average individual. Although some amendments can improve adaptability to local soils, the highest fruit‐producing assemblage consisting of S. lycopersicum , S. discolor , and T. repens also proved to be the one of the most effective for copper phytoextraction, removing over 30 g ha −1 from the contaminated soils. Overall, the data indicated that all assemblages phytostabilized copper. The quantitative results of this study provide a valuable benchmark for urban planners and researchers to implement large‐scale urban agriculture on brownfield sites.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».