MétaCan
Menu
Retour à la cohorte
Enregistrement W2619372610 · doi:10.1021/acs.est.7b01671

Galvanic Corrosion of Lead by Iron (Oxyhydr)Oxides: Potential Impacts on Drinking Water Quality

2017· article· en· W2619372610 sur OpenAlexafffund
Benjamin F. Trueman, G.A. Sweet, Matthew Harding, Hayden Estabrook, D.P. Bishop, Graham A. Gagnon

Notice bibliographique

RevueEnvironmental Science & Technology · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Treatment and Disinfection
Établissements canadiensDalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCorrosionGalvanic corrosionGalvanic cellLead (geology)Humic acidMetallurgyChemistryMetalMaterials scienceEnvironmental chemistryGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Lead exposure via drinking water remains a significant public health risk; this study explored the potential effects of upstream iron corrosion on lead mobility in water distribution systems. Specifically, galvanic corrosion of lead by iron (oxyhydr)oxides was investigated. Coupling an iron mineral cathode with metallic lead in a galvanic cell increased lead release by 531 μg L–1 on average─a 9-fold increase over uniform corrosion in the absence of iron. Cathodes were composed of spark plasma sintered Fe3O4 or α-Fe2O3 or field-extracted Fe3O4 and α-FeOOH. Orthophosphate immobilized oxidized lead as insoluble hydroxypyromorphite, while humic acid enhanced lead mobility. Addition of a humic isolate increased lead release due to uniform corrosion by 81 μg L–1 and─upon coupling lead to a mineral cathode─release due to galvanic corrosion by 990 μg L–1. Elevated lead in the presence of humic acid appeared to be driven by complexation, with 208Pb and UV254 size-exclusion chromatograms exhibiting strong correlation under these conditions (R2average = 0.87). A significant iron corrosion effect was consistent with field data: lead levels after lead service line replacement were greater by factors of 2.3–4.7 at sites supplied by unlined cast iron distribution mains compared with the alternative, lined ductile iron.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,008
Tête enseignante GPT0,245
Écart entre enseignants0,237 · 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 source (Gemma direct ou Codex distillé), 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

Citations48
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetWater Treatment and DisinfectionTravaux en français237 207