Combining Selective Sequential Extractions, X-ray Absorption Spectroscopy, and Principal Component Analysis for Quantitative Zinc Speciation in Soil
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
Selective sequential extractions (SSE) and, more recently, X-ray absorption fine-structure IXAFS) spectroscopy have been used to characterize the speciation of metal contaminants in soils and sediments. However, both methods have specific limitations when multiple metal species coexist in soils and sediments. In this study, we tested a combined approach, in which XAFS spectra were collected after each of 6 SSE steps, and then analyzed by multishell fitting, principal component analysis (PCA) and linear combination fits (LCF), to determine the Zn speciation in a smelter-contaminated, strongly acidic soil. In the topsoil, Zn was predominately found in the smelter-emitted minerals franklinite (60%) and sphalerite (30%) and as aqueous or outer-sphere Zn2+ (10%). In the subsoil, aqueous or outer-sphere Zn2+ prevailed (55%), but 45% of Zn was incorporated by hydroxy-Al interlayers of phyllosilicates. Formation of such Zn-bearing hydroxy-interlayers, which has been observed here for the first time, may be an important mechanism to reduce the solubility of Zn in those soils, which are too acidic to retain Zn by formation of inner-sphere sorption complexes, layered double hydroxides or phyllosilicates. The stepwise removal of Zn fractions by SSE significantly improved the identification of species by XAFS and PCA and their subsequent quantification by LCF. While SSE alone provided excellent estimates of the amount of mobile Zn species, it failed to identify and quantify Zn associated with mineral phases because of nonspecific dissolution and the precipitation of Zn oxalate. The systematic combination of chemical extraction, spectroscopy, and advanced statistical analysis allowed us to identify and quantify both mobile and recalcitrant species with high reliability and precision.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| 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 découle