Integrated Hydrological and Geophysical Characterisation of Surface and Subsurface Water Contamination at Abandoned Metal Mines
Notice bibliographique
Résumé
The mining and processing of metal ores in the UK has left a legacy of environmental degradation, and abandoned metal mines still pose a significant threat to terrestrial and fluvial environments. Flow gauging, water quality and geophysics were combined in an integrated assessment of surface and subsurface hydrological contamination at Esgair Mwyn, an abandoned mine in Ceredigion, Wales. Heavy metals discharged from the site are polluting downstream watercourses, leading to widespread Environmental Quality Standards (EQS) compliance failures. Through salt water dilution gauging and water quality sampling, a daily efflux of 876 g of heavy metals was calculated, with contaminant mobilisation occurring mainly in two primary surface streams draining an exposed tailings heap. Electrical resistivity tomography subsurface imaging found a seepage plane within the tailings lagoon wall, whilst the main tailings heap became increasingly saturated with depth. A large adjacent field also had a high potential to convey pollutants in solution, yet its morphological characteristics have limited transmission, as the area acts as a passive treatment type system. With remediation of already polluted water both difficult and expensive, this approach provides a cost-effective way to identify the origins and pathways of contaminants, informing mitigation strategies focussed on containment. Esgair Mwyn is not an isolated case, as abandoned metal mines release at least 860 t of heavy metals annually into UK water bodies. These techniques could reduce or prevent abandoned metal mine hydrological pollution for decades to come, and enable associated UK water bodies to comply with future water quality standards.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».