Verteilung von Phosphor und Schwermetallen in Böden unterhalb intensiver Rinderhaltung im südlichen Alberta, Kanada
Bibliographic record
Abstract
In Kanada ist intensive Rinderhaltung in offenen Masttieranlagen (Feedlots) eine gängige Produktionspraxis. In Feedlots verbleibt der anfallende Rindermist fast ganzjährig auf dem anstehenden verdichteten Mineralboden. Unklar ist inwieweit Nährstoffe und Schwermetalle wie Cd, Cr, Cu, Fe, Mn, Ni, Pb und Zn, in den darunterliegenden Böden akkumulieren und natürliche Wasserressourcen durch Austrag mit Oberflächenabfluss oder Sickerwasser gefährden. In dieser Studie wurden Konzentrationen und Verteilungen von Phosphor und Schwermetallen in Bodenprofilen unter einem experimentellen Feedlot und einem langjährig genutzten Graslandstandort ohne Be- weidung untersucht. Die mittlere Konzentration an P-Total (TP) in Böden 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 Graslandböden. Die wenigen signifikanten Unterschiede wurden mit Unterschieden im Ausgangsmaterial erklärt. Mittels sequentieller P Fraktionierung wurde der überwiegende P Anteil in der HCl-Fraktion nachgewiesen (>51 % von TP), was die feste Bindung von P an Calcium und damit die geringe Mobilität in diesen tonigen Tschernosem-Braunerden hervorhebt. Es wurden keine gerichteten Anreicherungen und Veränderungen in den verschiedenen P Fraktionen wie auch den Schwermetallgehalten infolge neunjähriger 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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| 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 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.002 |
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; both teacher heads agree on what is shown here.
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".