MétaCan
Menu
Retour à la cohorte
Enregistrement W2060297846 · doi:10.1109/icbbe.2010.5517695

Column Experiment Results on Metal Ion Migration at the Xiangtan Manganese Mine Wasteland in Central South China

2010· article· en· W2060297846 sur OpenAlexaff
Xiangwen Deng, Zhonghui Zhao, Wenhua Xiang, Tian Dalun, Wenxing Kang, Wende Yan, Changhui Peng

Notice bibliographique

RevueInternational Conference on Bioinformatics and Biomedical Engineering · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy metals in environment
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésTailingsLeachateLeaching (pedology)ManganeseMetalEnvironmental chemistryChemistryEnvironmental scienceMetallurgyMaterials scienceSoil scienceSoil water

Résumé

récupéré en direct d'OpenAlex

Abstract- Column experiment simulations were carried out to determine potential metal ion migration in order to establish the environmental impact of a manganese mine wasteland and to understand the transport dynamics of heavy metal migration by way of two different soil types (tailings and tailings mud) within the Xiangtan Manganese Mine wasteland. Simulations were conducted at the Research Section of Forest Ecology, CSUFT. Results show a lower water infiltration rate for tailings mud compared to tailings. Considerably higher water content was found in tailings mud, and leachate from tailings mud contained considerably higher metal ion concentrations. Mg, Mn, Ca, K, Zn, Ni, Pb, Fe, Cu, and Cd is the order of metallic ion concentrations from high to low found in the leachate of tailings. However, this order altered slightly during instances when a lower Mn concentration (compared to Ca) was found. Almost all tailings mud metal ion concentrations in the leachate were higher compared to tailings, especially in the case of Mn, which was higher by a factor of 25. K concentrations were also higher by a factor of 10. The primary metallic ions found in the leachate for both tailings mud and tailings were Mg, Mn, Ca, and K. Almost all metal ion concentrations for both leachates decreased sharply with an increase in the number of leaching events. Mg, Mn, Ca, and K concentrations were the highest during the first leaching event and decreased sharply during the following two leaching events. However, Ni, Pb, Fe, Cu, and Cd concentrations remained almost constant at very low concentrations, especially for the tailings leachate. These results, together with a detailed field investigation of prevailing conditions, would be useful for mine wasteland phytoremediation initiatives, and contribute to the development of ecological restoration.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,096
Score d'incertitude au seuil0,191

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,226
Écart entre enseignants0,216 · 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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Conference on Bioinformatics and Biomedical EngineeringMême sujetHeavy metals in environmentTravaux en français237 207