Paper mill wastes and biochar improve physiochemical properties and reduce heavy metals leaching risks in podzolic soils
Notice bibliographique
Résumé
Abstract Background : The incorporation of industrial wastes, such as wood ash and paper sludge, as soil amendments is vital for both environmental sustainability and agroecosystem productivity. Herein, we evaluated the effects of wood ash and paper sludge alone and in combination with biochar on the physicochemical properties and heavy metal leaching risks in podzolic soils. Methods : The treatments included limestone (control), wood ash, paper sludge, wood ash+paper sludge, limestone+biochar, wood ash+biochar, paper sludge+biochar and wood ash+paper sludge+biochar, arranged in a 4 × 2 factorial design with three replicates. The Hydrus-1D model was employed to simulate the water movement under these soil amendments using leaching colums. Results : Overall, wood ash, paper sludge and biochar application significantly increased the pH of amended soil compared to control. Paper sludge amended treatments alone or in combination with biochar significantly decreased bulk density (8%–17%) and increased the total porosity (14%–25%). While biochar addition to wood ash and paper sludge significantly reduced the concentrations of Cd (by 6.42%), Co (by 10.95%), Cu (by 11.76%), Pb (by 30%) and Ni (by 3.75%) in the collected leachates. The treatment paper sludge + biochar was found to be the most effective treatment to retain the heavy metals, with maximum plant available water (0.28 cm 3 cm −3 ) and field capacity (0.36 cm 3 cm −3 ) compared to control treatment. The predictions from Hydrus-1D showed that paper mill wastes with biochar has a significant potential to increase the volumetric moisture contents of amended podzolic soil, with the simulated leaching times and saturation levels closely aligning with the measured values. Conclusion : paper sludge + biochar treatment showed improved soil physicochemical properties and displayed lower heavy metals than allowed limits to be used in soil. Further, experiments are needed to assess the effects of papermill waste products on podzolic soil properties under variable field conditions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».