Removal of Arsenate in Acid Mine Drainage by a Permeable Reactive Barrier Bearing Granulated Blast Furnace Slag: Column Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Immobilization of arsenate in groundwater impacted by acid mine drainage was investigated using a permeable reactive barrier (PRB) column bearing granulated blast furnace slag (GBFS) to compare with iron granules which are commonly used. Sorption capacity of arsenate onto the GBFS was quite lower than iron granules in the amount of sorbed arsenate per unit surface area of sorbents (mmol/m2) at the equilibrium, Q′, in two orders of magnitude in batch tests, however, the amount of sorbed arsenate per unit amount of sorbents (mmol/kg) at the equilibrium, Q, were comparative to each other, because of much higher porosity in the GBFS. Results of column performance showed that 15 mg/L of As was decreased to be less than 0.4 mg/L for more than 18 pore volumes (pv) in the GBFS-PRB by sorption, co-precipitation and presumably formation of hydrated calcium arsenate, and less than 0.04 mg/L for more than 17 pv in the iron bearing PRB probably by co-precipitation with iron (oxyhydro)oxides. Additionally 15 mg/L of Mn2+ ions was also decreased to less than 0.3 mg/L and 0.03 mg/L, respectively, in iron bearing and the GBFS bearing PRB columns, probably caused by sorption and precipitation of oxides and carbonates. The GBFS has advantages to compensate its low reactivity with high porosity, to facilitate the industrial handling with low density, and to utilize industrial wastes for more valuable applications, emphasizing a potential of alternative reactive materials instead of iron granules in PRB for immobilization of arsenic and manganese in acid mine drainage.
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.
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 | 0,000 | 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) | 0,003 | 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 découle