Pilot-scale comparison of sodium silicates, orthophosphate and pH adjustment to reduce lead release from lead service lines
Notice bibliographique
Résumé
Sodium silicate is thought to mitigate lead release via two mechanisms: by increasing pH and by forming a protective silica film. A pilot-scale study using an excavated lead service line (LSL) fed with water from a Great Lakes source was undertaken to: (1) clearly distinguish the pH effect and the silica effect; (2) compare sodium silicate to orthophosphate and pH adjustment; (3) determine the nature of silica accumulation in the pipe scale. The LSL was cut into segments and acclimated with water at pH 7.1. Median dissolved lead was 197 µg/L in the last 8 weeks of acclimation and dropped to 16 µg/L, 54 µg/L, and 85 µg/L following treatment with orthophosphate (dose: 2.6 mg-PO4/L, pH: 7.9), pH adjustment (pH: 7.9) and sodium silicate (dose: 20 mg-SiO2/L, pH: 7.9), respectively. When silica dose was increased from 20 mg-SiO2/L to 25 mg-SiO2/L (pH: 8.1), lead release destabilized and increased (median dissolved lead: 141 µg/L) due to formation of colloidal dispersions composed mainly of lead- and aluminum-rich phases as detected by field flow fractionation used with inductively coupled plasma mass spectrometry. Si was present in the scale at a maximum of 2.2 atomic % after 17 weeks of silica dosing at 20 mg- SiO2/L. Under the conditions tested, sodium silicate did not offer any benefits for reducing lead release from this LSL other than increasing pH. However, sodium silicate resulted in lower levels of biofilm accumulation on pipe walls, as measured by heterotrophic plate counts, when compared to orthophosphate.
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 | 0,001 | 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 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».