Bioproduction of Ferric Sulfate Used during Heavy Metals Removal from Sewage Sludge
Notice bibliographique
Résumé
Toxic metals removal from wastewater sewage sludge can be achieved through microbial processes involving Acidithiobacillus ferrooxidans. The oxidation of ferrous ions by A. ferrooxidans, cultured in sewage sludge filtrate, was studied in both batch and continuous flow stirred tank reactors. Sewage sludge filtrate containing natural nutrients (phosphorus and nitrogen) was recovered as effluent following the dehydration of a primary and secondary sludge mixture. Batch and continuous flow stirred tank reactor tests demonstrated that A. ferrooxidans were able to grow and completely oxidize ferrous iron in a culture medium containing more than 80% (v v(-1)) sewage sludge filtrate with 10 g Fe(II) L(-1) added. Toxic levels were reached when total organic carbon in the sewage sludge filtrate exceeded 250 mg L(-1). The ferric iron solution produced in the sludge filtrate by A. ferrooxidans was used to solubilize heavy metals in primary and secondary sludge. The solubilization of Cu, Cr, and Zn yielded 71, 49, and 80%, respectively. This is comparable with the yield percentages obtained using a FeCl(3) solution. The cost of treating wastewater sewage sludge by bioproducing a ferric ion solution from sewage sludge is three times less expensive than the conventional method requiring a commercial ferric chloride solution.
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 | 0,001 | 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 ».