MétaCan
Menu
Retour à la cohorte
Enregistrement W2317350211 · doi:10.1021/es1038276

<sup>34</sup>S/<sup>32</sup>S Fractionation during Sulfate Reduction in Groundwater Treatment Systems: Reactive Transport Modeling

2011· article· en· W2317350211 sur OpenAlexaff
Blair D. Gibson, Richard T. Amos, David W. Blowes

Notice bibliographique

RevueEnvironmental Science & Technology · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMine drainage and remediation techniques
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésSulfateChemistryFractionationDissolutionIsotope fractionationEnvironmental chemistryChromatography

Résumé

récupéré en direct d'OpenAlex

Isotope ratio measurements provide a tool for indicating the relative significance of biogeochemical reactions and for constraining estimates of the extent and rate of reactions in passive treatment systems. In this paper, the reactive transport model MIN3P is used to evaluate sulfur isotope fractionation in column experiments designed to simulate treatment of contaminated water by microbially mediated sulfate reduction occurring within organic carbon-based and iron and carbon-based permeable reactive barriers. A mass dependent fractionation model was used to determine reaction rates for 32S and 34S compounds during reduction, precipitation, and dissolution reactions and to track isotope-dependent mass transfer during SO4 removal. The δ34S values obtained from the MIN3P model were similar to those obtained from the Rayleigh equation, indicating that there was not a significant difference between the conceptual models. Differences between the MIN3P derived α value and the Rayleigh equation derived value were attributed to minor changes in the dissolution and precipitation rate of gypsum and mathematical differences in the fitting models. The results indicated that the prediction of δ34S was fairly insensitive to differences in the fractionation factor at the concentration ranges measured in the current study. However, more significant differences would be expected at low sulfate conditions.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,080
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,012
Tête enseignante GPT0,210
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.

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

Citations40
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetMine drainage and remediation techniquesTravaux en français237 207