Metal uptake in wetland plants from oil sands process-affected waters: a case study
Notice bibliographique
Résumé
Treatment wetlands have emerged as a potential remediation option for oil-sands process affected waters (OSPW) which contains a suite of organic and inorganic constituents of potential concern. The aim of this study was to evaluate the fate of metals in a treatment wetland exposed to OSPW. Data was collected over three operational seasons testing freshwater and OSPW inputs at the Kearl Treatment Wetland in northern Alberta. Overall, results show that OSPW from the Kearl oil sands mine has relatively low concentrations of metals and trace elements compared to other industrial OSPW. Of the inorganic constituents introduced into the wetland from OSPW, six analytes (As, Ba, Cu, Mo, Ni, and U) were found to depurate by wetland treatment, were distributed among wetland media (water, sediment, plants), and translocated into water sedge and cattail tissue. Depuration of these analytes from the OSPW occurred mainly through sorption to sediment, while Mo and Cu had higher uptake and storage within plant tissue compared to the other analytes. No significant differences in metal uptake were observed between cattails and water sedge; root concentrations were higher than leaf concentrations. Root and leaf concentration factors were similar across years indicating that mechanisms of plant uptake were not impacted by exposure to OSPW and that bioconcentration was mainly a function of exposure. These findings support continued investigation into the application of treatment wetlands for OSPW remediation and underscore the need for further studies to optimize these systems for diverse OSPW types.
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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».