MétaCan
Menu
← Retour à la cohorte
Enregistrement W6921125889 · doi:10.6084/m9.figshare.6229013.v1

Ni bioavailability in oat (<i>Avena sativa</i>) grown in naturally aged, Ni refinery-impacted agricultural soils

2018· article· en· W6921125889 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy metals in environment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBioavailabilitySoil waterNickelAgricultureFraction (chemistry)Leaching (pedology)Deposition (geology)

Résumé

récupéré en direct d'OpenAlex

Risk assessments now use a tiered approach, beginning with conservative methods and moving toward site-specific or bioavailability-based methods, to understand the true risk posed by a contaminant. We examine four different estimates of bioavailable Ni that aim to describe oat (Avena sativa) toxicity: (1) total Ni in soil, (2) environmentally available Ni fraction (oxalate extractable), (3) environmentally bioavailable Ni fraction (free ion activity in pore water), and (4) toxicologically bioavailable Ni fraction (metal concentration in plant tissue). We tested three different agricultural soil types (sand, till clay, and heavy clay) from Port Colborne (Ontario, Canada) that naturally aged for decades after receiving aerial Ni deposition from the local Ni refining operations. Nickel rarely occurs in isolation of other elements and so field-based effects data are relatively rare. Port Colborne offers a unique opportunity to assess effects of Ni from a common anthropogenic source. Validation of bioavailability-based predictive models indicated that the Tissue Residue Approach (TRA) best predicted observed oat toxicity, while the Terrestrial Biotic Ligand Model (TBLM) and the Free Ion Activity Model (FIAM) fared better than the Total Metal Model (TMM). Our field-based study supports findings of laboratory-based studies which suggest that toxicity expressed as total Ni in soil can be improved upon.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,190
Score d'incertitude au seuil0,378

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,020
Tête enseignante GPT0,240
Écart entre enseignants0,220 · 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'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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshare→Même sujetHeavy metals in environment→Travaux en français237 207→