Physicochemical Distribution of Metals in the Water Phase of Catch Basin Mixtures
Notice bibliographique
Résumé
Abstract A mixture of sediment and water is formed during the cleansing of catch basins. This paper discusses the concentration levels and distribution of numerous metals and organic carbon (OC) in the water phase of this mixture. The results show that due to the high concentrations of metals in the water phase, the catch basin mixture should be treated before it reaches a recipient. Three sites with different types of area and traffic intensity were sampled. Four fractions were analyzed: unfiltered, dissolved (<0.2 µm), colloidal (0.22 µm to 1 kD [kilodalton]), and truly dissolved (<1 kD). The results of the unfiltered fraction show high concentrations of metals and OC in the catch basin mixture. A comparison of Canadian and Swedish Environmental Protection Agency guidelines and the catch basin mixtures shows that concentrations exceeded the threshold values for As, Cd, Cr, Cu, Ni, Pb, and Zn. Compared with samples from a reference lake in the area, the unfiltered fraction showed high concentrations of all elements. OC seems to have a large impact on the overall speciation of trace metals in the catch basin mixture. To trace the sources of the particulate fraction in the unfiltered samples, Al-normalization was used. Al-normalization indicated that Ca, K, Mg, Na, Mn, Ba, Co, and Cr concentrations could be explained by mineral particles used as traction control. Furthermore, the trace elements As, Cu, Pb, Zn, and Ni were all enriched in the catch basin mixture.
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 | 0,014 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».