MétaCan
Menu
Retour à la cohorte
Enregistrement W1995687266 · doi:10.1111/j.1745-6584.2002.tb02491.x

A Permeable Reactive Barrier for Treatment of Heavy Metals

2002· article· en· W1995687266 sur OpenAlexaffabout
Ralph D. Ludwig, Rick McGregor, David W. Blowes, S. G. Benner, Keith J. Mountjoy

Notice bibliographique

RevueGround Water · 2002
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMine drainage and remediation techniques
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésPermeable reactive barrierSulfateEnvironmental chemistryChemistrySulfideMetalCopperSulfate-reducing bacteriaPlumeHeavy metalsNuclear chemistryContaminationEnvironmental remediation

Résumé

récupéré en direct d'OpenAlex

Historical storage of ore concentrate containing sulfide minerals at an industrial site in British Columbia, Canada, has resulted in widespread contamination of the underlying soil and ground water. The oxidation of sulfide minerals has released significant quantities of heavy metals, including Cu, Cd, Co, Ni, and Zn, into the ground water. A pilot-scale, compost-based, sulfate-reducing permeable reactive barrier was installed in the path of the dissolved heavy-metal plume. The permeable reactive barrier uses sulfate-reducing bacteria to promote precipitation of heavy metals as insoluble metal sulfides. Monitoring over a 21-month period indicated significant removal of heavy metals within the barrier. Copper concentrations declined from a mean concentration of 3,630 pg/L in the influent to a mean concentration within the barrier of 10.5 microg/L, Cd from 15.3 microg/L to 0.2 microg/L, Co from 5.3 microg/L to 1.1 microg/L, Ni from 131 pg/L to 33.0 microg/L, and Zn from 2,410 microg/L to 136 pg/L. Within the lower half of the barrier where tidal influences were more limited and sulfate-reducing conditions were better maintained, mean treatment levels of 2.9 microg/L (Cu), 0.1 microg/L (Cd), 0.4 microg/L (Co), 2.7 microg/L (Ni), and 6.3 microg/L (Zn) were observed.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,024
Tête enseignante GPT0,238
Écart entre enseignants0,214 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations131
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGround WaterMême sujetMine drainage and remediation techniquesTravaux en français237 207