MétaCan
Menu
Retour à la cohorte
Enregistrement W2267642240 · doi:10.1021/acs.est.5b01074

Fractionation of Selenium during Selenate Reduction by Granular Zerovalent Iron

2015· article· en· W2267642240 sur OpenAlexafffund
Heather K. Shrimpton, David W. Blowes, Carol J. Ptacek

Notice bibliographique

RevueEnvironmental Science & Technology · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueArsenic contamination and mitigation
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésUltrapure waterZerovalent ironFractionationSelenateChemistrySeleniumEnvironmental chemistryEnvironmental remediationGroundwaterIsotope fractionationPermeable reactive barrierGeochemical modelingContaminationAdsorptionGeologyChromatographyEnvironmental scienceEnvironmental engineeringDissolution

Résumé

récupéré en direct d'OpenAlex

Batch experiments were conducted using granular zerovalent iron (G-ZVI) with either ultrapure water or CaCO3 saturated simulated groundwater to assess the extent of Se isotope fractionation in solution under the anaerobic conditions characteristic of many aquifers. G-ZVI is a common remediation material in permeable reactive barriers (PRB) to treat Se-contaminated groundwater, and stable isotopes are a potential tool for assessing removal mechanisms. The solution composition, speciation of Se, and Se isotope ratios were determined during both sets of experiments. Dissolved Se concentrations decreased from 10 to <2 mg L(-1) after 3 d in the CaCO3 system and below 0.4 mg L(-1) after 2 d in the ultrapure water system. XANES analysis of the solid phase showed spectra consistent with the formation of Se(IV), Fe2(SeO3)3, FeSe, FeSe2, and Se(0) on the G-ZVI. Selenium isotope ratio measurements in solution in the CaCO3 and ultrapure water experiments showed enrichment of δ(82/76)Se values from -0.94 ± 0.07‰ and -1.93 ± 0.20‰ to maximum values of 6.85 ± 0.52‰ and 5.68 ± 0.20‰ over 72 and 36 h, respectively. The effective fractionations associated with the reduction of Se(VI) were 4.3‰ within the CaCO3 saturated water and 3.0‰ in ultrapure water.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,544

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
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 Opus0,005
Tête enseignante GPT0,203
Écart entre enseignants0,198 · 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'étudeExpérimental (laboratoire)
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

Citations38
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetArsenic contamination and mitigationTravaux en français237 207