MétaCan
Menu
Retour à la cohorte
Enregistrement W4400947756 · doi:10.3390/toxics12080532

Cadmium Minimization in Grains of Maize and Wheat Grown on Smelting-Impacted Land Ameliorated by Limestone

2024· article· en· W4400947756 sur OpenAlexfundno aff
Fuqing Sui, Yanzheng Yang, Yong Wu, Jiali Yan, Haichao Fu, Chang Li, Shiyu Qin, Long Wang, Wenwen Zhang, Wei Gao, Hongen Liu, Peng Zhao

Notice bibliographique

RevueToxics · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy metals in environment
Établissements canadiensnon disponible
Organismes subventionnairesNatural Science Foundation of Henan ProvinceInstitute of GeneticsNatural Science Foundation of Hainan ProvinceNational Natural Science Foundation of China
Mots-clésCadmiumSoil waterSmeltingAgronomyEnvironmental scienceZincZinc smeltingContaminationAgricultureMulchEnvironmental chemistrySoil contaminationChemistryBiologySoil scienceEcology

Résumé

récupéré en direct d'OpenAlex

Cadmium (Cd) contamination in agricultural soils has emerged as a significant concern, particularly due to its potential impact on plant-based food. Soil pH reductions can exacerbate Cd mobility, leading to excessive accumulation in crops. While liming has been demonstrated as an effective method to mitigate Cd accumulation in rice grains in acid soils of southern China, its efficacy in remediating acid soils in northern China remains unclear. In this study, a multi-year field experiment was conducted on farmland impacted by zinc ore smelting at coordinates of 33.92° N 112.46° E to investigate the use of limestone for controlling Cd accumulation in wheat and maize grains. The results indicated that applying 7.5 t ha−1 of limestone significantly raised the soil pH from 4.5 to 6.8 as anticipated. Different rates of limestone application (2.25, 4.45, and 7.50 t ha−1) reduced Cd bioavailability in the soil by 20–54%, and Cd accumulation in wheat grains by 5–38% and maize grains by 21–63%, without yield penalty. The remediation effects were sustained for at least 27 months, highlighting limestone as a promising ameliorant for smelting-affected farmland in northern China.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,476
Score d'incertitude au seuil0,461

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,008
Tête enseignante GPT0,240
Écart entre enseignants0,231 · 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 tête enseignante, 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueToxicsMême sujetHeavy metals in environmentTravaux en français237 207