MétaCan
Menu
Retour à la cohorte
Enregistrement W4410592658 · doi:10.1016/j.fcr.2025.109992

Balancing agricultural benefits and environmental risks: Trace element contamination from prolonged straw incorporation

2025· article· en· W4410592658 sur OpenAlexaff
Weiting Ding, Qi Wang, Vilim Filipović, Jinbo Li, Zhiming Qi, Liangjie Sun, Yeru Wu, Hailong He

Notice bibliographique

RevueField Crops Research · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy metals in environment
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesHigh-end Foreign Experts Recruitment Plan of ChinaMinistry of Science and Technology of the People's Republic of China
Mots-clésContaminationStrawEnvironmental scienceTrace elementAgricultureTRACE (psycholinguistics)AgronomyEnvironmental chemistryChemistryBiologyEcology

Résumé

récupéré en direct d'OpenAlex

Context Straw return (SR) is an effective resource recycling practice that improves soil properties by providing essential nutrients and organic matter, while also reducing agricultural waste. However, emerging evidence indicates that SR enhances the bioavailability of metals (e.g., Cd and Hg) in soils and crops, potentially threatening food safety and sustainable agriculture. Nevertheless, this conclusion has not been tested globally. Method We conducted a global-scale meta-analysis to examine the effects of SR on major trace elements (TEs), including heavy metals in cropland, using 1306 paired datasets. Results Our findings show that SR increases the concentration of total Cd (T-Cd) (3.47 %), T-Hg (8.21 %), T-Cu (2.00 %), T-Pb (3.28 %), and T-Cr (1.10 %) in soil; T-Hg (24.78 %), T-Pb (6.50 %), T-Ni (25.35 %), and T-Fe (25.48 %) in straw; and T-Zn (7.06 %) and T-Mn (8.16 %) in grain. Further analysis reveals that SR significantly increases TEs concentration in the topsoil. SR exhibits a time-accumulative effect on TEs concentrations, with a significant increase observed for durations exceeding 5 years ( p < 0.05). TEs contamination is more severe in paddy fields than in upland and upland-paddy rotation systems. The random forest model demonstrates that high temperatures, heavy rainfall, low initial soil bulk density, low nitrogen input, and prolonged SR increase the risk of TEs pollution. Furthermore, SR promotes TEs accumulation in the soil and their migration to crop straw and grains through three mechanisms: the dissolution effect (lowered pH increasing metal ion solubility), the complexation effect (DOM complexation), and the physiological effect (enhanced root growth promoting metal adsorption and accumulation). Conclusions Overall, our research highlights TEs pollution resulting from SR, elucidates its driving factors and mechanisms, and provides theoretical guidance for implementing safe SR practices.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,378
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0010,000

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 Opus0,038
Tête enseignante GPT0,320
Écart entre enseignants0,282 · 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.

Devis d'étudeObservationnel
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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueField Crops ResearchMême sujetHeavy metals in environmentTravaux en français237 207