Phosphorus and trace metal distribution under confined cattle feeding operations in Southern Alberta
Bibliographic record
Abstract
In Kanada ist intensive Rinderhaltung in offenen Masttieranlagen (Feedlots) eine gangige Produktionspraxis. In Feedlots verbleibt der anfallende Rindermist fast ganzjahrig auf dem anstehenden verdichteten Mineralboden. Unklar ist inwieweit Nahrstoffe und Schwermetalle wie Cd, Cr, Cu, Fe, Mn, Ni, Pb und Zn, in den darunterliegenden Boden akkumulieren und naturliche Wasserressourcen durch Austrag mit Oberflachenabfluss oder Sickerwasser gefahrden. In dieser Studie wurden Konzentrationen und Verteilungen von Phosphor und Schwermetallen in Bodenprofilen unter einem experimentellen Feedlot und einem langjahrig genutzten Graslandstandort ohne Be- weidung untersucht. Die mittlere Konzentration an P-Total (TP) in Boden des Feedlots lag bei 384 mg kg -1 und bei 409 mg kg -1 unterhalb des Graslandes. Unterschiede in TP waren nur vereinzelt signifikant, sowohl beim Vergleich zwischen den Tiefenstufen innerhalb eines Bodenprofils, wie auch zwischen gleichen Tiefenstufen der Feedlot- und Graslandboden. Die wenigen signifikanten Unterschiede wurden mit Unterschieden im Ausgangsmaterial erklart. Mittels sequentieller P Fraktionierung wurde der uberwiegende P Anteil in der HCl-Fraktion nachgewiesen (>51 % von TP), was die feste Bindung von P an Calcium und damit die geringe Mobilitat in diesen tonigen Tschernosem-Braunerden hervorhebt. Es wurden keine gerichteten Anreicherungen und Veranderungen in den verschiedenen P Fraktionen wie auch den Schwermetallgehalten infolge neunjahriger Nutzung als Feedlot nachgewiesen. So ist zu schlussfolgern, dass in dieser semi-ariden Region und unter dem derzeitigen Futter- und Betriebsmanagement des Feedlots keine Auswaschung von Phosphor und Schwermetallen ins Grundwasser zu erwarten ist
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".