Metal concentrations in used engine oils: Relevance to site assessments of soils
Notice bibliographique
Résumé
Used engine oils contain metals, which upon entering soils may pose risks to human health or the environment. In this study, previously published concentrations of 23 metals in 213 used engine oil samples from the early 1970s to the mid-1990s are statistically evaluated. Neat (100%) used engine oils were found to contain relatively high concentrations of lead, calcium, and zinc, attributable to piston blow-by of leaded gasoline, calcium salt detergent additives, and zinc-bearing anti-corrosion/anti-oxidation additives, respectively. Wear metal concentrations were lower. The lead concentration in used engine oils in the U.S. declined between the 1970s and early 1990s, potentially providing a basis to constrain the “age” of used engine oil(s) in soils. The concentrations of 23 metals in used engine oils were compared to soil risk benchmarks in 15 representative jurisdictions in the U.S., Canada, Australia, and Europe. The maximum concentrations in neat (100%) used engine oil of eight metals – Be, Co, Fe, Mn, Ni, Se, Ag, and Ti – were lower than their collective minimum benchmarks in soils for the jurisdictions surveyed, indicating their concentrations in soils could not be reasonably expected to exceed any soil benchmarks. Nine metals (As, Ba, Cd, Cr, Cu, Pb, Sn, V and Zn), but particularly arsenic, cadmium, lead, tin, and zinc, were identified as potential contaminants of concern (PCOC) for soils from locations impacted with used engine oils, owing to their higher median concentrations (i.e., 2.5, 1.4, 1038, 5.0, and 922 mg/kg in oil, respectively) relative to most soil benchmarks. Site-specific benchmarks and metal concentrations at reasonable oil in soil concentrations require consideration when developing the suite of PCOC metal analytes for conducting site assessments of soils impacted by used engine oil.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 source (Gemma direct ou Codex distillé), 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 ».