MétaCan
Menu
Retour à la cohorte
Enregistrement W2091246672 · doi:10.1080/09593330.2013.781231

Decontamination of metals and polycyclic aromatic hydrocarbons from slag-polluted soil

2013· article· en· W2091246672 sur OpenAlex
Sara Bisone, Guy Mercier, Jean‐François Blais

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueEnvironmental Technology · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicrobial bioremediation and biosurfactants
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésHuman decontaminationEnvironmental chemistryContaminationSlag (welding)Soil contaminationChemistrySmeltingExtraction (chemistry)Environmental scienceWaste managementSoil waterMetallurgyMaterials scienceOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Metallurgy is an industrial activity that is one of the largest contributors to soil contamination by metals. This contamination is often associated with organic compound contamination; however, little research has been aimed at the development of simultaneous processes for decontamination as opposed to treatments to heavy metals or organic compounds alone. This paper presents an efficient process to decontaminate the soils polluted with smelting by-products rich in Cu, Zn and polycyclic aromatic hydrocarbons (PAHs). A simultaneous treatment for metals and PAHs was also tested. The process is mainly based on physical techniques, such as crushing, gravimetric separation and attrition. For the finest particle size fractions, an acid extraction with H2SO4 was used to remove metals. The PAH removal was enhanced by adding surfactant during attrition. The total metal removals varied from 49% to 73% for Cu and from 43% to 63% for Zn, whereas a removal yield of 92% was measured for total PAHs. Finally, a technical-economic evaluation was done for the two processes tested.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,349
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,003
Tête enseignante GPT0,170
Écart entre enseignants0,167 · 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