MétaCan
Menu
Retour à la cohorte
Enregistrement W3101921318 · doi:10.1061/(asce)hz.2153-5515.0000579

Electrokinetic Removal of Cd and Cu from Mine Tailing: EDTA Enhancement and Voltage Intensity Effects

2020· article· en· W3101921318 sur OpenAlexaff
Mahdiyeh Sadat Torabi, Gholamreza Asadollahfardi, Milad Rezaee, Niloufar Bahrami Panah

Notice bibliographique

RevueJournal of Hazardous Toxic and Radioactive Waste · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrokinetic Soil Remediation Techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésEthylenediaminetetraacetic acidElectrokinetic phenomenaDistilled waterElectrokinetic remediationChemistryCadmiumCopperMetalElectro-osmosisIntensity (physics)ChelationInorganic chemistryEnvironmental chemistryElectrophoresisChromatographyElectrode

Résumé

récupéré en direct d'OpenAlex

This study investigated electrokinetic removal of cadmium and copper from contaminated soil of the Koushk mine tailing dam. The effect of ethylenediaminetetraacetic acid (EDTA) 0.1 M as catholyte and NaOH 0.1 M as an anolyte was investigated. Two voltage gradients, 1 and 2 V/cm, were used in the study. Therefore, six sets of tests were conducted, five 10-day tests and one 13-day test. The study measured pH, electroosmosis flow, electric current, and the concentration of the target metals. The energy expenditure of each test was calculated based on the measured electrical current. The results indicate that usage of EDTA as the catholyte along with distilled water as anolyte did not enhance the cadmium and copper removal. This could be due to antagonistically affected results from competition between metal cations and the EDTA. Application of NaOH instead of distilled water as an anolyte incorporated with EDTA as catholyte showed better remediation results, which might be due to facilitating metal–EDTA movement and formation. A study on the voltage intensity revealed that higher voltage applications can improve metal removal. The final 13-day test showed better removal efficiency compared with similar 10-day test.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,022
Score d'incertitude au seuil0,630

Scores Codex et Gemma par catégorie

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 recherche0,0000,000
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 Opus0,005
Tête enseignante GPT0,197
Écart entre enseignants0,192 · 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.

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

Citations20
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Hazardous Toxic and Radioactive WasteMême sujetElectrokinetic Soil Remediation TechniquesTravaux en français237 207