A Washing Procedure to Mobilize Mixed Contaminants from Soil
Notice bibliographique
Résumé
We conducted a laboratory study to assess the feasibility of a washing process with nonionic and anionic surfactants in combination with ethylenediaminetetraacetate (EDTA) for the simultaneous mobilization of heavy metals and polychlorinated biphenyls (PCBs) from a field-contaminated soil. Unit processes consisting of complexometric extraction and surfactant-assisted mobilization were combined with reagent regeneration and detoxification steps to generate innocuous products. Ten minutes of ultrasonic mixing of the soil with a combination of 30 mL L(-1) surfactant suspension and a sparing quantity (2 mmol) of EDTA mobilized appreciable quantities of PCBs, virtually all of the available Cd, Cu, Mn, and Pb, and lesser amounts of the Zn, Ni, and Cr but only small quantities of Al and Fe. Relative to individual reagents, combinations of surfactant (Brij 98, Triton X-301, or Triton XQS-20) with EDTA did not influence PCB extraction efficiencies perceptibly. Of the three surfactants, the Brij 98 proved to be the most efficient for three successive extractions with a single charge, mobilizing 83% of the PCBs, whereas companion extractions that used fresh reagent each time mobilized 87% of the soil PCB content. The decreased PCB mobilization with the same quantity of anionic surfactant (71 or 68%) resulted from losses during the EDTA regeneration process with zero-valent Mg. In toto, these studies demonstrate that PCB compounds and selected heavy metals can be coextracted efficiently from soil with three successive washes with the same washing suspension containing EDTA and a nonionic surfactant.
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 ».