Phytoremediation: Climate change resilience and sustainability assessment at a coastal brownfield redevelopment
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Phytoremediation offers a nature based solution (NBS) for contaminated soil remediation; however, its application under a brownfield redevelopment context has not been well studied. Moreover, climate change could impact large numbers of contaminated sites, yet there remains little research on the potential impacts for remediation. This study examined phytoremediation at a brownfield redevelopment in the San Francisco Bay area, where thousands of cleanup sites are vulnerable to rising sea levels. Life cycle assessment (LCA) was used to determine both primary and secondary impacts and the system's resilience to various sea level scenarios and hydroclimatic conditions was investigated. It was found that the phytoremediation project rendered only a small environmental footprint, and was associated with low cost and substantial socioeconomic benefits. For instance, it fitted well with the site redevelopment setting by offering attractive landscape features. Moreover, under a modeled moderate sea level rise scenario, the groundwater hydraulic gradient at the site decreased, which was coupled with greater natural biodegradation and reduced plume migration, and, therefore, lower life cycle impact. There was also minimal increase in the vapor intrusion risk with increased sea level. Overall, phytoremediation at the site was found to be resilient to a moderate sea level rise and other hydroclimatic effects induced by climate change. However, the system performance responded to increasing sea level rise in a non-linear manner. Under a high sea level rise scenario, the system is predicted to perform abruptly worse.
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.
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) | 0,004 | 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 découle