Removal of Potential Toxic Inorganic and Organic Compounds from Contaminated Soils by Alkaline Leaching with Surfactant
Notice bibliographique
Résumé
The objective of this study was to evaluate the influence of soil parameters (total inorganic and organic carbon, pH, particle size distribution, initial contaminant levels) on the performance of a leaching process to remove As, Cr, Cu, pentachlorophenol (PCP), and polychlorodibenzo-dioxins and furans (PCDD/F) from the fine fractions (< 0.250 mm) of various contaminated soils. The chemical treatment, including three leaching steps (pulp density (PD) = 10% (w.w−1), [BW] = 3% (w.w−1), [NaOH] = 0.85 M, retention time (t) = 2 h and temperature (T) = 80°C) followed by two rinsing steps (PD = 10% (w.w−1), T = 20°C, t = 15 min), was optimized in previous works. Five soil samples (S1 to S5 – from different location on the same industrial site) were used to study the effect of the initial contaminant levels. The results showed good performance of the leaching process used to simultaneously remove PCP (96–98%) and PCDD/F (57–81%). These results also highlighted that the initial concentration of PCP and PCDD/F slightly influenced the performance of the leaching process. Subsequently, this leaching process was applied to three different soils (F1 to F3). The results showed that this process was efficient in removing PCP (50–86%) and PCDD/F (41–45%) regardless of the nature of the soil studied. However, the results also showed that the organic matter content and the particle size slightly influenced the efficiency of the leaching process to remove PCP.
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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».