Managing Pore-Water Quality in Mine Tailings by Inducing Microbial Sulfate Reduction
Notice bibliographique
Résumé
A field-scale experiment was conducted to evaluate the potential for inducing microbial sulfate reduction as a passive in situ technique for managing water quality in mine tailings deposits. Sulfide- and carbonate-rich minetailings, characterized by near-neutral pH pore water, were amended with < 1 dry wt. % organic carbon. The geochemical evolution of pore water was monitored for four years. The results demonstrate that organic carbon supported dissimilatory sulfate reduction (DSR) in the vadose zone. Decreases in dissolved SO4 and S2O3 were accompanied by H2S production, increased populations of sulfate-reducing bacteria (SRB), 34S-SO4 enrichment, and undersaturation of pore water with respect to gypsum [CaSO4 x 2H2O]. The mass of dissolved S decreased by > 45% during the monitoring period, which coincided with the removal of Zn, Sb, and Tl. Mobilization of Fe and As occurred initially; however, subsequent decreases in aqueous concentrations were observed. Mineralogical investigation confirmed the presence of secondary Fe-S and Zn-Fe-S phases. Amendment of tailings with a small and dispersed mass of organic carbon resulted in a general decrease in mass transport of sulfide oxidation products.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 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 ».