MétaCan
Menu
Retour à la cohorte
Enregistrement W2947459777 · doi:10.1051/e3sconf/20199601003

Implementation of solidification/stabilization process to reduce hazardous impurities and stabilize soil matrices

2019· article· en· W2947459777 sur OpenAlexafffund
Auchib Reza, Saifa Anzum, Riju Chandra Saha, Sudipta Chakraborty, Md. Habibur Rahman

Notice bibliographique

RevueE3S Web of Conferences · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrokinetic Soil Remediation Techniques
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesMemorial University of Newfoundland
Mots-clésHazardous wasteLeaching (pedology)ReagentVadose zoneWaste managementContaminationDissolutionEnvironmental scienceMaterials scienceEnvironmental chemistryChemistrySoil waterSoil scienceOrganic chemistryEngineering

Résumé

récupéré en direct d'OpenAlex

A wide variety of technologies is available for the treatment of contaminated soil in both the vadose zone (originating above the water table) and saturated zone (originating below the water table). Several processes involve immobilizing soil contaminants by physically, chemically or biologically. Among them, a wide range of wastes, both solids and liquids, are being treated by “solidification/stabilization” (S/S). In solidification, by adding binding reagents, physical state of the waste being changed by encapsulating a waste to form a solid material from liquid as well as to restrict contaminant migration to leaching by decreasing the exposed surface area. Whereas stabilization through chemical reactions immobilizes the hazardous materials by reducing them to less soluble or toxic form. Characteristics of different types of reagents/additives of S/S technology both from inorganic and organic origin are presented in this paper. In-situ and ex-situ application of S/S technology and their advantages-disadvantages are discussed with basic approaches. Finally, introducing with internal and external factors influencing the long-term durability of S/S treated materials as well as monitoring & treatment management of it after processing are briefly presented

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 seuil0,006

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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,274
Écart entre enseignants0,265 · 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

Citations7
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueE3S Web of ConferencesMême sujetElectrokinetic Soil Remediation TechniquesTravaux en français237 207