MétaCan
Menu
Retour à la cohorte
Enregistrement W1978609957 · doi:10.1080/09593330.2013.770560

Counter-current acid leaching process for the removal of Cu, Pb, Sb and Zn from shooting range soil

2013· article· en· W1978609957 sur OpenAlexafffund
Stéphanie Lafond, Jean‐François Blais, Guy Mercier, Richard Martel

Notice bibliographique

RevueEnvironmental Technology · 2013
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCoal and Its By-products
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesNational Research Council CanadaNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésLeaching (pedology)Environmental scienceEnvironmental chemistryCurrent (fluid)Waste managementEnvironmental engineeringChemistryMetallurgyMaterials scienceSoil waterSoil scienceEngineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

This research explores the performance of a counter-current leaching process (CCLP) for Cu, Pb, Sb and Zn extraction in a polluted shooting range soil. The initial metal concentrations in the soil were 1790 mg Cu/kg, 48,300 mg Pb/kg, 840 mg Sb/kg and 368 mg Zn/kg. The leaching process consisted of five one-hour acid leaching steps, which used 1 M H2SO4 + 4 M NaCl (20 degrees C, soil suspension = 100 g/L) followed by two water rinsing steps. Ten counter-current remediation cycles were completed and the average metal removal yields were 98.3 +/- 0.3% of Cu, 99.5 +/- 0.1% of Pb, 75.5 +/- 5.1% of Sb and 29.1 +/- 27.2% of Zn. The quality of metal leaching did not deteriorate throughout the 10 remediation cycles completed for this study. The CCLP reduced acid and salt use by approximately 68% and reduced water consumption by approximately 60%, exceeding reductions achieved by a standard acid leaching process.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,775
Score d'incertitude au seuil0,476

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,202
Écart entre enseignants0,190 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental TechnologyMême sujetCoal and Its By-productsTravaux en français237 207