MétaCan
Menu
Retour à la cohorte
Enregistrement W4392767218 · doi:10.18331/brj2024.11.1.3

Artificial humic substances as sustainable carriers for manganese: Development of a novel bio-based microfertilizer

2024· article· en· W4392767218 sur OpenAlexvenueno aff
Alexander Volikov, Helen Schneider, Nadezda V. Tarakina, Nader Marzban, Markus Antonietti, Svitlana Filonenko

Notice bibliographique

RevueBiofuel Research Journal · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Growth Enhancement Techniques
Établissements canadiensnon disponible
Organismes subventionnairesMax-Planck-Gesellschaft
Mots-clésManganeseSustainable developmentEnvironmental chemistryChemistryEnvironmental scienceBiochemical engineeringBiologyEngineeringEcologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

This study presents a new strategy for the production of sustainable manganese fertilizer based on artificial humic substances (AHS). AHS with different manganese concentrations (0‒20%) were synthesized from poplar bark under alkaline conditions via hydrothermal treatment. For the 20% manganese formulation, the interaction of manganese with AHS resulted in reduced solubility (from 25.2% to 12.3% organic carbon) and average molecular weight of humic acids (from 11.6 to 3.9 KDa), indicating preferential binding of the high-molecular-weight fraction. The formulation with 5% of manganese achieved optimal manganese loading without compromising the AHS solubility (19.4%). Structural analyses showed only minor changes in AHS in the presence of manganese, indicating that the main structural fragments of the AHS were preserved. Structural, morphological, and spectroscopic characterizations confirmed the formation of amorphous manganese complexes within the AHS matrix, primarily in the plant-available Mn(II) oxidation state. Plant bioassays showed increased manganese uptake with the application of AHS containing 5% Mn compared to MnCl2 alone (64 mg/kg vs. 40 mg/kg in dry cucumber biomass). Interestingly, unmodified AHS at higher concentrations (50 mg/L) further enhanced manganese (67 mg/kg) and iron (up to 209 mg/kg) uptake, highlighting the potential role of AHS in facilitating metal transport.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
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)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,109
Tête enseignante GPT0,367
Écart entre enseignants0,258 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations16
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiofuel Research JournalMême sujetPlant Growth Enhancement TechniquesTravaux en français237 207