Practical Perspectives of 1,4‐Dioxane Investigation and Remediation
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.
Notice bibliographique
Résumé
1,4‐Dioxane (dioxane) is a contaminant of emerging concern that is classified by the U.S. Environmental Protection Agency as a likely human carcinogen. Dioxane has been used as a minor or major ingredient in many applications, and is also generated as an unwanted by‐product of industrial processes associated with the manufacturing of polyethylene, nonionic surfactants, and many consumer products (cosmetics, laundry detergents, shampoos, etc.). Dioxane is also a known stabilizer of chlorinated solvents, particularly 1,1,1‐trichloroethane, and has been commonly found comingled with chlorinated solvent plumes. Dioxane plumes at chlorinated solvent sites can complicate site closure strategies, which to date have not typically focused on dioxane. Aggressive treatment technologies have greatly advanced and are clearly capable of achieving lower parts per billion cleanup criteria using ex situ advanced oxidation processes and sorption media. In situ chemical oxidation has also been demonstrated to effectively remediate dioxane and chlorinated solvents. Other in situ remedies, such as enhanced bioremediation, phytoremediation, and monitored natural attenuation, have been studied; however, their ability to achieve cleanup levels is still somewhat questionable and is limited by co‐occurring contaminants. This article summarizes and provides practical perspectives on dioxane analysis, plume stability relative to other contaminants, and the development of investigation tools and treatment technologies.
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 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 | 0,001 | 0,001 |
| 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) | 0,001 | 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 découle