Culture de l'alpiste roseau et du panic érigé sur un sol contaminé en éléments traces métalliques
Bibliographic record
Abstract
Les éléments traces métalliques (ETM) constituent le deuxième contaminant en importance juste derrière les hydrocarbures et représentent respectivement 34 % des sites contaminés au Canada et 46 % au Québec. L'objectif de cette étude est de déterminer l'effet de la contamination du sol par le Cu, le Zn et le Pb sur les cultures d'alpiste roseau (Phalaris arundinacea L.) et de panic érigé (Panicum virgatum L.). À partir de 56 points d'échantillonnage suivis annuellement, des zones contaminées ZC (n=21) et non contaminées ZNC (n=35) ont été attribuées. De 2016 à 2018, l'échantillonnage de la biomasse aérienne des plantes et du sol a permis d'évaluer l'effet de la présence d'ETM sur le rendement des cultures et d'évaluer la relation entre les concentrations des trois ETM dans le sol et dans la biomasse aérienne. Les rendements varient entre 1,9 et 2,7 T ha⁻¹ pour l'alpiste et 3,2 et 6,8 T ha⁻¹ pour le panic. Aucune différence significative de rendement n'a été observée entre les deux zones, excepté pour le panic en 2016 où celui-ci est plus élevé de 1,5 T ha⁻¹ dans la ZC. Pour les deux cultures, les concentrations de Cu sont similaires entre les zones. Pour le Zn et le Pb, les concentrations sont plus élevées dans la ZC que dans la ZNC. En général, les corrélations entre les concentrations d'ETM dans la plante et dans le sol sont très faibles. Les concentrations totales d'ETM dans le sol, les concentrations extraites au Mehlich-3 et au DTPA-TEA-CaCl₂ (pH 7,3) sont fortement corrélées entre elles. La culture des deux espèces sur un sol contaminé étant possible, les résultats de cette étude sont prometteurs. De plus, puisque le prélèvement diffère selon l'ETM, il serait intéressant d'avoir davantage de données pour des sols contaminés et pour ces espèces végétales à titre de comparaison.
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 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| 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".