Salt tolerance as a factor in determining suitability of northern grasses for revegetation of oil sands sites affected by tailings release water
Notice bibliographique
Résumé
We compared the effects of release water from the enhanced non‐segregating oil sands mining tailings (eNST) on the growth and physiological responses of three grass species varying in salt tolerance: a relatively salt‐sensitive Kentucky bluegrass ( Poa pratensis ), a moderately salt‐tolerant Alkali bluegrass ( P. juncifolia ), and a highly salt‐tolerant halophytic Nuttall's alkali grass ( Puccinellia nuttalliana ). Since salt concentrations vary in tailings depending on manufacturing technology and environmental factors, we also examined plant responses to eNST release water that was supplemented with 60 and 120 mM NaCl. The study demonstrated that the responses of P. pratensis , P. juncifolia , and P. nuttalliana to eNST varied according to their salt tolerance level, pointing to salinity as the major factor detrimental to plants. The eNST water severely reduced growth, chlorophyll concentrations, and gas exchange in P. pratensis , and the addition of NaCl aggravated the effects of eNST. The treatment with 50%‐diluted eNST water did not affect the growth of P. juncifolia . However, the 100% eNST and 50% eNST + NaCl treatments exceeded the tolerance threshold of P. juncifolia and decreased the growth and physiological parameters. Poa pratensis and P. juncifolia accumulated high levels of leaf Na in all treatments. Puccinellia nuttalliana showed little or no effects of the applied treatments on the growth and physiological parameters. It also excluded Na from the leaves and maintained low leaf Na/K and Na/Ca ratios. We recommend considering plants with superior salt tolerance levels for the revegetation of sites where roots may come in contact with oil sands tailings release water.
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 | 0,001 |
| 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) | 0,000 | 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 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 ».