Comparison of sodium silicate and phosphate for controlling lead release from copper pipe rigs
Notice bibliographique
Résumé
This study compared sodium silicate and zinc orthophosphate for their ability to decrease lead and copper release from pilot-scale premise plumbing in low alkalinity (<5 mg/L CaCO 3 ) water. The study used pipe loops (to age the water) connected to copper pipe rigs. The copper pipe rigs were constructed using 50:50 lead:tin solder, which provided the only source of lead. Three different treatments were compared, using the same source water: phosphate (0.8 mg-PO 4 /L at pH 7.3), sodium silicate with pH control (18 mg-Si/L at pH 7.3), and sodium silicate (18 mg-Si/L at pH 6.3). Lead and copper levels (both total and dissolved) were measured following the copper pipe rig after two different stagnation times (24 h, 30 min). The phosphate treatment consistently resulted in significantly lower lead release compared to sodium silicate at the same pH of 7.3. The phosphate treated pipe rigs released 12 μg/L and 2 μg/L lead following the 24 h and 30 min stagnation times, respectively. The sodium silicate with pH control system released 46 μg/L and 6.7 μg/L lead following 24 h and 30 min stagnation time, respectively. The sodium silicate treated pipe rigs released 27.4 and 4.6 μg/L lead following the 24 h and 30 min stagnation time, respectively. The phosphate treatment also consistently released less copper than both the sodium silicate with pH control treatment and the sodium silicate treatment. However, more lead particles were observed in the phosphate treatment compared to either of the sodium silicate treatments. The difference in performance between the sodium silicate corrosion inhibitor at two different pH levels, suggests that the performance of sodium silicate could be further optimized.
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) | 0,000 | 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 ».