MétaCan
Menu
Retour à la cohorte
Enregistrement W4411278740 · doi:10.3390/su17125475

A Review on Phytoremediation of Decommissioned Mines and Quarries in Ontario: A Sustainable Approach

2025· review· en· W4411278740 sur OpenAlexafffundabout
Karen Koornneef, Sreekumari Kurissery, Kanavillil Nandakumar

Notice bibliographique

RevueSustainability · 2025
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueHeavy metals in environment
Établissements canadiensLakehead University
Organismes subventionnairesLakehead University
Mots-clésPhytoremediationEnvironmental scienceWaste managementMining engineeringEnvironmental planningGeologyEngineeringSoil science

Résumé

récupéré en direct d'OpenAlex

Abandoned pits and quarries in Ontario, Canada, are on the rise due to industrialization, leading to ecosystem disruption and soil contamination with pollutants such as cadmium, cobalt, nickel, and barium, which may leach into nearby water systems. Current rehabilitation processes are slow to initiate, and therefore, the site remains in a contaminated condition for years. Phytoremediation, which involves using plants to remove contaminants from soils, is receiving increased attention for cleaning up decommissioned mines. This type of rehabilitation is normally practiced in situ by hand-planted and managed vegetation chosen for the specific purpose of contaminant removal. This study investigated the phytoremediation potential of indigenous plants as local seed sources to rehabilitate decommissioned quarries in Ontario. This study also investigated the potential of native plants to naturalize in the disturbed areas, thus providing a natural clean-up of the contaminants. Thus, if successful, this process will also initiate the re-establishment of native wildlife in the area. Through a literature review, 74 plant species were identified as capable of remediating 20 contaminants often found on the decommissioned quarry sites. The results may help ecosystem managers to adopt environmentally sustainable strategies to clean up contaminated sites such as decommissioned mines and quarry areas.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,965
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,007
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,018
Tête enseignante GPT0,311
Écart entre enseignants0,293 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetHeavy metals in environmentTravaux en français237 207