Nano-Scale Drinking Water Treatment Residuals Affect Arsenic Fractionation and Speciation in Biosolids-Amended Agricultural Soil
Notice bibliographique
Résumé
An incubation experiment was conducted to determine the effects of nanoscale drinking water treatment residuals (nWTRs) on arsenic (As) fractionation and speciation in agricultural soil amended with biosolids. The soils were treated with biosolids of 3% (w/w), along with nWTR application rates of 0, 0.25, 0.50, or 1.00% (w/w). The results revealed that the As adsorption rate increased with increasing the As treatment level from 50 to 800 mg/L. The maximum efficiency of As adsorption was 95%–98% in the soil treated with nWTRs of 1%, while the least As adsorption was 53%–91% in the soil treated with nWTRs of 0.25%. The overall As bioavailability in the biosolids-amended soil followed a descending order of nWTRs treatment: (0%) > 0.25% nWTRs, >0.50% nWTRs, and >1% nWTRs. The addition of nWTRs significantly changed As speciation in biosolids-amended soil. The X-ray absorption near-edge structure spectroscopy (XANES) and MINEQL+4.6 analyses showed that most of As was in a oxidized form of As5+ that likely incorporated in As pentoxide, and thus, with low mobility, bioavailability, and toxicity. This study demonstrated that nWTRs were effective in adsorbing and immobilizing As in biosolids-amended agricultural soils by forming stable As-nWTR surface complexes.
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 ».