Decontamination of Automobile Workshop Soils containing Heavy Metals and PAHs using Chelating Agents
Notice bibliographique
Résumé
Automobile repair workshops are major anthropological sources of polycyclic aromatic hydrocarbons (PAHs) and heavy metals in Nigerian cities.The extent of contamination of soil from workshops in Ibadan city was evaluated by contamination or pollution index (C/P index) assessment.The C/P index assessment indicated that the soils were categorized from moderately contaminated to severely polluted class with Pb, Cd, Cr, Zn and Mn.The concentration of 16 PAHs in the soil samples ranging from 245±21 to 23400±25 µg/kg were far above the levels in the control samples.Washing of soil from different automobile repair workshops using ethtylenediaminetetraacetic acid (EDTA), diethylenetriaminepentaacetic acid (DTPA) and ethanol was investigated.Since mixed contaminants are usually co-existing in the environment, additional experiments involving a combined solution were conducted to remove both PAHs and heavy metals.The results indicated that the removal efficiencies of the extractants were in the order 0.1M DTPA > 0.1M EDTA > 0.01M DTPA > 0.01M EDTA for the heavy metals removal.However, the combined extractants of EDTA and ethanol had much higher PAHs removal efficiency than ethanol alone.The use of mixed extractants was more effective for PAHs and had very little effect for the removal of heavy metals, especially zinc.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 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 ».