Novel Fluoroalkylated Surfactants in Soils Following Firefighting Foam Deployment During the Lac-Mégantic Railway Accident
Notice bibliographique
Résumé
The derailment of an unmanned train carrying crude oil and subsequent fire in the town of Lac-Mégantic, Quebec, led to the use of 33 000 L of aqueous film forming foam (AFFF) concentrate. While it is known that per- and polyfluoroalkyl substances (PFASs) contained in AFFFs pose a potential environmental and health risk, critical knowledge gaps remain as regards to their environmental fate after release. The accident in Lac-Mégantic provided valuable information regarding the identity and concentration of PFASs present in the soil after the AFFF deployment, as well as their possible transformation over time. The current study analyzed four sets of samples from Lac-Mégantic: soil collected days after the accident from a heavily impacted area, soil sampled two years later from the treatment biopiles, soil collected two years after the accident from downtown Lac-Mégantic, and nonimpacted soil from a nearby area. A total of 33 PFASs were quantified in the soils. The highest observed concentrations correspond to those of 6:2 fluorotelomer sulfonamidoalkyl betaine, 6:2 and 8:2 fluorotelomer sulfonates, and short chain perfluorocarboxylic acids. The soils collected in Lac-Mégantic two years after the accident show a total PFAS concentration that is ∼50 times lower than soils collected in 2013, while the proportion of perfluoroalkyl acids in those samples shows an increase. Qualitative analysis revealed the presence in soil of 55 additional PFASs that had been previously identified in AFFF formulations. The present study highlights the need to perform detailed analysis of AFFF impacted sites, instead of focusing solely on perfluoroalkyl acids.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».