Kinetic Extractions of Nickel and Lead from Some Contaminated Calcareous Soils
Notice bibliographique
Résumé
The mobility of heavy metals in contaminated soils is dependent on the kinetics release from soils. Metal extraction over time is commonly used to distinguish two or more fractions of metal based on differences of extraction or release rates. Kinetic studies using 0.01 M CaCl2, 0.01 M malic acid, and 0.01 M EDTA extractions were performed to characterize nickel (Ni) and lead (Pb) kinetic release in 10 contaminated calcareous soils. Proportions of Ni and Pb extracted with EDTA were higher than when using malic acid and CaCl2, respectively. The release of Ni and Pb was characterized by an initial fast rate followed by a slower rate and could best be described by a two first-order reactions model with rate constants k1 and k2 and two metal pools: readily labile (Q 1) and less labile (Q 2). In an EDTA extractant, different Q1 /Q2 ratios for Ni and Pb were observed, indicating binding energies to soil constituents is not comparable. The k1 of the model for Ni (average of 10 soils: 0.2204 h−1 and 0.2359 h−1 for 0.01 M CaCl2 and 0.01 EDTA, respectively) was higher than Pb (0.1044 h−1 and 0.1631 h−1 for 0.01 M CaCl2 and 0.01 M EDTA, respectively), indicating a higher potential of Ni for leaching and groundwater contamination in contaminated calcareous soils. Relationships between the fraction of Ni and Pb determined with the two first-order reactions model and the soil composition and Pb fractions were established. The results indicated that the efficiency of the extractions Ni and Pb from soils depends both on the Ni and Pb content and soil composition. Overall, the results indicated that the use of a 0.01 M malic acid washing solution would be preferred in the field condition.
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 | 0,000 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».