Remediation of Gasoline Contaminated Soil Using Surfactant Enhanced Aquifer Remediation (SEAR)
Notice bibliographique
Résumé
Leakage of gasoline from underground storage tanks into the subsurface poses a severe environmental problem. Surfactant Enhanced Aquifer Remediation (SEAR), which has advantages of lower cost and shorter duration time, is discussed in this paper as an emerging remediation technology. Laboratory phase behavior tests were used to determine the optimal surfactant solution (a mixture of surfactant, electrolyte and co-solvent) to remediate subsurface gasoline contamination. Winsor Type Phase Behavior of 348 surfactant solutions were used to determine the optimum surfactant solution: twelve surfactants were tested, sodium and calcium were tested as electrolyte at varying concentrations, and Sec.Bondary butyl alcohol and isopropanol were tested as co-solvents. Finally, the surfactant solution with 6% active by weight Sulfosuccinate Blend (Aerosol® LF-4), 9000 mg/l as calcium as electrolyte and 5% Sec.Bondary butyl alcohol as co-solvent was chosen for following 1-D column test, which is used to determine the amount of gasoline recovered from sand. Observed column test results showed that most (over 95%) of residual gasoline trapped in Ottawa sand was removed.
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) | 0,005 | 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 ».