Remediation of Contaminated Soils using Supercritical Fluid Extraction: A Review (1994-2004)
Notice bibliographique
Résumé
Considerable effort is being made to remediate soils contaminated with petroleum hydrocarbons, polyaromatic hydrocarbons, polychlorinated biphenyls, dioxins, heavy metals and other organic and inorganic compounds that have resulted from industrial activities, accidental spills and improper waste disposal practices. Current remediation technologies may be limited when treating certain types of contaminated soils and therefore new, efficient and cost effective technologies are being investigated. Supercritical fluid extraction is a potential remediation technology for contaminated soils. It is a simple, fast and selective solvent extraction process that uses a supercritical fluid as the solvent. A commonly used fluid is carbon dioxide at pressures and temperatures greater than 7.4 MPa and 31 degrees C, respectively. In supercritical fluid extraction, the extracted contaminants first dissolve into the supercritical solvent and then these contaminants are separated from the supercritical solvent via a simple change in pressure and temperature conditions or by using a separation process. This paper provides a review of supercritical fluid extraction and its application to the remediation of contaminated soils. This review focuses on the removal of organic contaminants (such as petroleum hydrocarbons, polyaromatic hydrocarbons, polychlorinated biphenyls and others) and inorganic contaminants (such as heavy metals and radioactive elements) from soils. Recent data (1994-2004) on the supercritical fluid extraction of spiked soils and field-contaminated soils were collected. The success of supercritical fluid extraction as a method for removing these contaminants from soils is highlighted and some of the future research needed to develop it as a commercial-scale economic remediation technology are discussed.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».