Combining Sequential Gaussian Simulation with Linear Regression to Develop Rehabilitation Strategies Using a Hydrometallurgical Process to Simultaneously Remove Metals, PCP, and PCDD/F from a Contaminated Soil
Notice bibliographique
Résumé
In this study, a new approach to predicting the ability of a hydrometallurgical process to simultaneously remove metal(loid)s, pentachlorophenol (PCP), and polychlorodibenzodioxins and furans (PCDD/F) from contaminated soil is developed. The remediation process consisted of attrition and alkaline leaching steps applied for the coarse (> 0.250 mm) and fine (< 0.250 mm) fractions, respectively. First, a contaminant granulometric distribution-CGD model was established from granulo-chemical analyses performed on 5 selected sampling points collected from the contaminated site to estimate the levels of metallic and organic (PCP, PCDD/F) contamination in the coarse (> 0.250 mm) and fine (< 0.250 mm) fractions of the entire sample (24) and reduce the analytical costs. The accuracy of the CGD model for each contaminant in both fractions was then evaluated by cross-validation. The CGD model, sequential Gaussian simulation (SGS), and linear regression analyses were combined to predict the ability of the attrition and leaching processes applied to the coarse (> 0.250 mm) and fine (< 0.250 mm) soil fractions to simultaneously remove As, PCP, and PCDD/F from contaminated soil, respectively. The results showed that the attrition process could effectively remove the contaminants below the regulation standards to allow the industrial use of the rehabilitated site, as the coarse fraction represents an average proportion of 84 ± 2% of the total soil. However, the leaching process was ineffective in decontaminating the fine fraction (< 0.250 mm), which represented an average proportion of 14 ± 1% of the total soil. Based on these results, the most suitable strategy for this site can be established and a methodological reference for similar studies in risk assessment can be provided.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».