Impact of iron concentration and ph on zero‐valent iron dechlorination of DDT for brownfields
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.
Notice bibliographique
Résumé
Abstract Soil contamination with persistent pesticides such as dichloro‐diphenyl‐trichloroethane (DDT) is a major issue at many brownfield sites. A technology that can be used to treat DDT‐contaminated soil using surfactants is to enhance the migration of the contaminants from the soil phase to the liquid phase, followed by the dechlorinating of the mobilized DDT in the liquid phase using zero‐valent iron (ZVI). The DDT degradation using ZVI occurs under anaerobic conditions via reductive reactions. The effect of the iron concentration on the dechlorination rate is assessed in the range of 1 to 40 percent (weight to volume) for remediation of a DDT‐contaminated site in Ontario, Canada. The optimum percentage of iron is found to be 20 percent at which the dechlorination rates of DDT and 1,1‐dichloro‐2,2‐bis( p ‐chlorophenyl)ethane (DDD) were 4.5 and 0.6 mg/L/day, respectively. While mixing of the reaction solution is shown to be important in providing the iron surface available for the dechlorination reaction throughout the reaction solution, there is no significant difference between batch and fed‐batch mode of adding iron to the dechlorination process. Low pH values (pH = 3) increased the dechlorination rates of DDT and DDD to 6.03 and 0.75 mg/L/day, respectively at a 20 percent iron concentration, indicating increased dechlorination rates in acidic conditions. © 2010 Wiley Periodicals, Inc.
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 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 | 0,000 | 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 découle