A Simplified Anaerobic Bioreactor for the Treatment of Selenium-Laden Discharges from Non-acidic, End-Pit Lakes
Notice bibliographique
Résumé
Selenium (Se) contamination of aquatic resources and its mitigation is of global concern. Anaerobic bioreactors are the most promising method for treating Se-laden water in end-pit lakes resulting from intensive coal mining and waste rock leachate in the Canadian Rockies. This study assessed the suitability of a bioreactor system to treat non-acidic, coal mine effluent containing 85 μg/L of Se, near Grande Cache, AB, Canada, while making the system as cheap as possible using locally available materials. We successfully used a sediment inoculum from the same end-pit lake as the effluent source to obtain sulfur/Se-reducing bacteria and mixed the inoculum with mulch, manure, gravel, limestone, and bone meal to comprise the ‘active substrate’ for the bioreactors. The anaerobic bioreactors reduced >95 % of the total Se in the inflow water with a flow rate of ≈0.2 m 3 /h. Se removal was not related to water temperature, which declined from 17 to ≈2 °C in November, suggesting water can be treated regardless of temperature. The use of manure as a bacterial carbon/nitrogen source introduced Escherichia coli into the downstream environment, but after a short elevated concentration, the abundance of E. coli dropped below water quality guidelines. We were able to show that successful Se reduction can be achieved using an anaerobic bioreactor design and locally available material. This design kept the building and maintenance price lower than previous reactors, making the approach promising for larger scale applications and making bioreactors a more cost accessible remediation technology for non-acidic end-pit lakes.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».