MétaCan
Menu
Retour à la cohorte
Enregistrement W2768735893 · doi:10.1080/15320383.2017.1397098

Counter-Current Attrition Process (CCAP) to Remove Metals, Pentachlorophenol (PCP), Dioxins and Furans (PCDDF) from the 1-4-mm Fraction of Contaminated Soil

2017· article· en· W2768735893 sur OpenAlexaff
Karima Guemiza, Lucie Coudert, Lan Huong Tran, Sabrine Metahni, Jean‐François Blais, Simon Besner, Guy Mercier

Notice bibliographique

RevueSoil and Sediment Contamination An International Journal · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrokinetic Soil Remediation Techniques
Établissements canadiensHydro-QuébecInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésPentachlorophenolChemistryEnvironmental chemistryContaminationFraction (chemistry)Soil contaminationFlocculationEnvironmental remediationSoil waterPulp and paper industryEnvironmental scienceChromatographyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The objective of this study was to evaluate the potential of a counter-current attrition process (CCAP) over 15 cycles for removing metals, pentachlorophenol (PCP) and polychlorinated dibenzo-p-dioxins and -furans (PCDDF) from contaminated soil. The CCAP, applied to the 1–4-mm fraction of a contaminated soil, included five attrition steps (pulp density (PD) = 40% (w w−1), surfactant [BW] = 2% (w w−1), t = 20 min, T = 20°C) followed by one rinsing step. The water emerging from the first attrition step was treated using flocculation in the presence of 0.04 g CMX 123 (commercial flocculent) L−1 before being reintroduced into the CCAP. The CCAP including the treatment of attrition wastewater (ATW) by flocculation achieved a removal of 44 ± 5% As, 26 ± 6% Cr, 24 ± 5% Cu, 49 ± 4% PCP and 45 ± 3% PCDDF. Moreover, the CCAP enabled a significant reduction (78%) in the amount of water required (around 14.5 m3 of water per ton of the 1–4-mm soil fraction). The high removal yields obtained after 15 attrition cycles of the CCAP for PCP and PCDDF and the significant reduction of water consumption confirm that this CCAP can be considered for industrial applications.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,791
Score d'incertitude au seuil0,663

Scores Codex et Gemma par catégorie

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,015
Tête enseignante GPT0,286
Écart entre enseignants0,271 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations5
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSoil and Sediment Contamination An International JournalMême sujetElectrokinetic Soil Remediation TechniquesTravaux en français237 207