MétaCan
Menu
Retour à la cohorte
Enregistrement W2156057423 · doi:10.1186/1467-4866-12-1

Arsenic species in weathering mine tailings and biogenic solids at the Lava Cap Mine Superfund Site, Nevada City, CA

2011· article· en· W2156057423 sur OpenAlex

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.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueGeochemical Transactions · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueArsenic contamination and mitigation
Établissements canadiensnon disponible
Organismes subventionnairesBasic Energy SciencesUniversity of OttawaDepartment of Toxic Substances ControlU.S. Geological SurveyU.S. Department of Energy
Mots-clésTailingsArsenopyriteArsenicEnvironmental chemistryWeatheringChemistryPyriteRhodochrositeMining engineeringEnvironmental scienceGeologyMineralogyGeochemistryCalcite

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: A realistic estimation of the health risk of human exposure to solid-phase arsenic (As) derived from historic mining operations is a major challenge to redevelopment of California's famed "Mother Lode" region. Arsenic, a known carcinogen, occurs in multiple solid forms that vary in bioaccessibility. X-ray absorption fine-structure spectroscopy (XAFS) was used to identify and quantify the forms of As in mine wastes and biogenic solids at the Lava Cap Mine Superfund (LCMS) site, a historic "Mother Lode" gold mine. Principal component analysis (PCA) was used to assess variance within water chemistry, solids chemistry, and XAFS spectral datasets. Linear combination, least-squares fits constrained in part by PCA results were then used to quantify arsenic speciation in XAFS spectra of tailings and biogenic solids. RESULTS: The highest dissolved arsenic concentrations were found in Lost Lake porewater and in a groundwater-fed pond in the tailings deposition area. Iron, dissolved oxygen, alkalinity, specific conductivity, and As were the major variables in the water chemistry PCA. Arsenic was, on average, 14 times more concentrated in biologically-produced iron (hydr)oxide than in mine tailings. Phosphorous, manganese, calcium, aluminum, and As were the major variables in the solids chemistry PCA. Linear combination fits to XAFS spectra indicate that arsenopyrite (FeAsS), the dominant form of As in ore material, remains abundant (average: 65%) in minimally-weathered ore samples and water-saturated tailings at the bottom of Lost Lake. However, tailings that underwent drying and wetting cycles contain an average of only 30% arsenopyrite. The predominant products of arsenopyrite weathering were identified by XAFS to be As-bearing Fe (hydr)oxide and arseniosiderite (Ca2Fe(AsO4)3O3•3H2O). Existence of the former species is not in question, but the presence of the latter species was not confirmed by additional measurements, so its identification is less certain. The linear combination, least-squares fits totals of several samples deviate by more than ± 20% from 100%, suggesting that additional phases may be present that were not identified or evaluated in this study. CONCLUSIONS: Sub- to anoxic conditions minimize dissolution of arsenopyrite at the LCMS site, but may accelerate the dissolution of As-bearing secondary iron phases such as Fe3+-oxyhydroxides and arseniosiderite, if sufficient organic matter is present to spur anaerobic microbial activity. Oxidizing, dry conditions favor the stabilization of secondary phases, while promoting oxidative breakdown of the primary sulfides. The stability of both primary and secondary As phases is likely to be at a minimum under cyclic wet-dry conditions. Biogenic iron (hydr)oxide flocs can sequester significant amounts of arsenic; this property may be useful for treatment of perpetual sources of As such as mine adit water, but the fate of As associated with natural accumulations of floc material needs to be assessed.

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 consensuellesaucune
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 enseignants0,244
Score d'incertitude au seuil0,991

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)0,0100,000

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 Opus0,021
Tête enseignante GPT0,207
Écart entre enseignants0,185 · 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