A floating aquatic system employing water hyacinth for municipal landfill leachate treatment: effect of leachate characteristics on the plant growth
Notice bibliographique
Résumé
The current research demonstrates the effects of certain parameters, usually present in municipal landfill leachate, on the growth of water hyacinth (Eichhornia crassipes), a floating aquatic plant, when used for treatment of leachate. Experiments were carried out to investigate the ability of water hyacinth to grow in leachate with different salinity ions concentrations, nutrients, pH, and heavy metals concentrations. The ability of water hyacinth to remove some parameters such as nitrogen, potassium, phosphorus, total solids, and chloride were also investigated. All experiments were conducted in batch reactors in a greenhouse environment. The leachate samples were collected from Essex–Windsor Regional Landfill, Windsor, Ontario. It was found that this treatment system required the presence of sufficient amount of nutrients (N, P, and K) to ensure plant growth. Optimum growth took place when the initial chloride and sodium concentrations were 560 mg L –1 and 330 mg L –1 , respectively. The leachate pH for optimum water hyacinth growth was found to be in the range of 5.8 to 6.0. Total heavy metal concentrations below 0.10 mequiv L –1 supported the plant growth; concentrations above 0.91 mequiv L –1 inhibited the plant growth. Removal efficiencies of nitrogen, potassium, phosphorus, chloride, and total solids from leachate were found to be affected by the growth of water hyacinth. Higher removals were obtained with higher plant growth. Key words: water hyacinth, municipal landfill leachate, chloride, sodium, heavy metals, water hyacinth growth, leachate treatment, bioconcentration factor.
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 | 0,001 | 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) | 0,000 | 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 ».