MétaCan
Menu
Retour à la cohorte
Enregistrement W2994100432 · doi:10.22059/poll.2019.284335.638

Effect of Co-existing Heavy Metals and Natural Organic Matter on Sorption/Desorption of Polycyclic Aromatic Hydrocarbons in Soil: A Review

2020· review· en· W2994100432 sur OpenAlexaff
Mohsen Saeedi, Loretta Y. Li, John R. Grace

Notice bibliographique

RevuePollution · 2020
Typereview
Langueen
DomaineEngineering
ThématiqueEnvironmental remediation with nanomaterials
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSorptionEnvironmental chemistryEnvironmental remediationDesorptionChemistryOrganic matterHeavy metalsSoil contaminationContaminationSoil organic matterSoil waterEnvironmental scienceAdsorptionSoil scienceOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Polycyclic aromatic hydrocarbons (PAHs), abundant in mixed contaminant sites, often coexist with heavy metals. The fate and remediation of PAHs depend heavily on the sorption and desorption behavior of these contaminants. The sorption behavior can in turn be highly affected by certain soil components and properties, such as soil organic matter (SOM) and the presence of heavy metals. Through review of the literature focused on research from 2006 to 2018, this paper discusses interactions, challenges, influencing factors and potential synergies in sorption/desorption of mixed PAHs and heavy metal contamination of soil. The presence of either natural organic matter or heavy metals can enhance the sorption capability of fine soil, retarding the PAHs in the solid matrix. The co-existence of SOM and heavy metals has been reported to have synergistic effect on PAHs sorption. Enhanced and surfactant desorption of PAHs are also affected by the presence of both SOM and metals. Remediation techniques for PAHs removal from soil, such as soil washing, soil flushing and electrokinetics, can be affected by the presence of SOM and heavy metals. More detailed studies on the simultaneous effects of soil components and properties on the sorption/desorption of PAHs are needed to enhance the effectiveness of PAHs remediation technologies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,562
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,274
Écart entre enseignants0,259 · 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 tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations27
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePollutionMême sujetEnvironmental remediation with nanomaterialsTravaux en français237 207