MétaCan
Menu
Retour à la cohorte
Enregistrement W2154181033 · doi:10.1139/l06-038

Determination of transport parameters for heavy metal in residual compacted soil using two methodologies

2006· article· en· W2154181033 sur OpenAlexvenueno aff
Izabel Christina Duarte Azevedo, Cleidimar Rejane Nascentes, Antônio Teixeira de Matos, Roberto Azevêdo

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLandfill Environmental Impact Studies
Établissements canadiensnon disponible
Organismes subventionnairesFundação de Amparo à Pesquisa do Estado de Minas GeraisUniversidade Federal de Viçosa
Mots-clésRetardation factorResidualLeachateDispersion (optics)CadmiumEnvironmental scienceSoil scienceGeotechnical engineeringChemistryEnvironmental chemistryMaterials scienceGeologyMathematicsMetallurgyChromatographyColumn chromatography

Résumé

récupéré en direct d'OpenAlex

Values of the hydrodynamic dispersion coefficient and retardation factor obtained using the traditional and cumulative mass methods of column test analysis for zinc, manganese, and cadmium in a compacted soil are compared. The soil under study is from the B horizon of a residual gneissic tropical soil used for construction of the liner for the sanitary landfill in the District of Visconde do Rio Branco, Minas Gerais (MG), Brazil. To evaluate the behavior of landfill leachate heavy metals through the soil, soil column tests were performed on samples of compacted soil. A computational program that uses an optimization procedure to generate values of the hydrodynamic dispersion coefficient and retardation factor was developed to facilitate interpretation of the results obtained by the cumulative mass method. Values of the retardation factor and hydrodynamic dispersion coefficient were not influenced by the method of determination, even when a reduced number of effluent samples was used by the cumulative mass method. The use of the cumulative mass method, based on a reduced number of pore volumes, reduces the time and cost involved in the tests.Key words: heavy metals, column test, cumulative mass method.

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 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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,852
Score d'incertitude au seuil0,992

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)0,0000,000

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,259
Écart entre enseignants0,221 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetLandfill Environmental Impact StudiesTravaux en français237 207