Incurred environmental risks and potential contamination sources in an abandoned mine site
Notice bibliographique
Résumé
The mineralogical characterization of Fedj Lahdoum mine wastes measured by X-ray Diffraction (XRD) and Scanning Electron Microscopy (SEM) showed the presence of the following sulfide minerals: galena (PbS), sphalerite (ZnS), pyrite (FeS2), cerussite (PbCO3) and smithsonite (ZnCO3). The wastes were stored in tailing ponds. The results showed that the concentration of metals from tailings were up to 10 460 mg.kg-1 for total Zn, 2 100 mg.kg-1 for total Pb and 62.08 mg.kg-1 for total Cd. The tailings have presented a fine unconsolidated texture that accelerated the dispersion of the particles rich in heavy metals. Geochemical analysis of soil has revealed high total contents of Pb, Zn and Cd, respectively: 3 646, 3 236 and 17 mg.kg-1. Chemical analysis of cultivated and wild plants species inside the district contain high grades in heavy metals: 708.56 mg Zn. kg-1; 16.24 mg Pb.kg-1 (Thymus vulgaris (L)); 500.44 mg Zn. kg-1, 12.44 mg Pb. kg-1 (Laurus nobilis (L)); 128.33 mg Zn. kg-1 and 22.53 mg Pb.kg-1 (Ficus (L)) and 106.73 mgZn.kg-1 (pimento). The high levels detected in soil and plants have exceeded the Tunisian and Canadian standards. These results showed that the abandoned site was contaminated by the presence of tailing dumps which were exposed to significant water and/or wind erosion. To solve this problem, we proposed an environmental desulphurization by froth flotation. Key words: Heavy metals, mine tailings, abandoned mining-district, plant contamination
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 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| 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 ».