On–Off Mobilization of Contaminants in Soils during Redox Oscillations
Notice bibliographique
Résumé
Near-surface biogeochemical systems can oscillate between oxic and anoxic conditions. Under such periodic changes many redox-sensitive inorganic contaminants undergo speciation, mobility and toxicity changes. We investigated the changes to chromium (Cr), arsenic (As), selenium (Se), antimony (Sb) and uranium (U) mobility during a series of laboratory experiments where argillaceous substrates were subjected to successive cycles of oxidizing and reducing conditions. The EH oscillated between -320 and +470 mV, induced via both abiotic and microbial forcings. Chemically induced cycles of oxidation and reduction were achieved via a combination of gas (N2:CO2 vs compressed air) and carbon (ethanol) addition, to stimulate the metabolism of a natively present microbial community. The contaminants were added either alone or as contaminant mixtures. Results show clear on-off switch mobility behavior for both major elements such as carbon (C), iron (Fe) and manganese (Mn) and for contaminants. Mn, Fe, and As were mobilized under anoxic conditions, whereas Sb, Se, and U were mobilized under oxic conditions. While As, Sb, and U were reversibly sorbed, Se and Cr were irreversibly sequestered via reductive precipitation. When present in aqueous solutions at high concentrations, Cr(VI) prevented the reduction of Mn and Fe, and inhibited the mobilization of elements with lower EH(o). To improve remediation strategies for multiple contaminants in redox-dynamic environments, we propose a mixed kinetic-equilibrium biogeochemical model that can be forced by oscillating boundary conditions and that uses literature rates and constants to capture the key processes responsible for the mobilization of contaminants in soils.
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 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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».