Explore of High Arsenic Levels in Agricultural Soils: Observations from Hashtroud County, Northwest of Iran
Notice bibliographique
Résumé
Global concern about the accumulation of heavy metal(loid)s (HMs) in agricultural soils and its subsequent effects on human health has increased. In particular, arsenic is a metalloid with known toxic and carcinogenic properties. This study was conducted with the aim of investigating arsenic contamination in agricultural soils of Hashtroud County, while assessing the levels of some heavy metals and the associated ecological and health risks due to possible exposure to these contaminants. The average concentrations of zinc (Zn), lead (Pb), nickel (Ni), copper (Cu), chromium (Cr), arsenic (As), cobalt (Co), and cadmium (Cd) (respectively, 72, 42, 41, 40, 24, 16, 13, and 0.6 (mg/kg)) did not exceed the national guideline value except for As. Arsenic was the element most enriched in the study area (enrichment factor (EF): 3.3). In general, the soil samples showed moderate ecological risk (RI = 174.17). The non-carcinogenic risks of HMs were acceptable, while the carcinogenic risk value (LCR) for As exceeded the threshold of 1 × 10−4 at 10% of the samples. Source attribution of HMs using the positive matrix factorization (PMF) model showed that Zn and Pb were mainly due to vehicle emissions. Agricultural activities and atmospheric deposition were the predominant sources of Cu and Zn; As and Cd were from natural sources; and Ni, Cr, and Co were from mixed sources of pedogenic factors and agricultural activities. To conclude, in study area, addressing arsenic as a main concern is crucial due to its ecological and health risks. The agro-geogenic source with a contribution rate of 64.87%, was identified as the primary origin of the elements. Further research is needed to investigate the bioaccumulation and bioavailability of HMs in the soil-crop system.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».