Zero-Valent Iron Nanoparticles Remediate Nickel-Contaminated Aqueous Solutions and Biosolids-Amended Agricultural Soil
Notice bibliographique
Résumé
Nickel (Ni+2) accumulation in wastewater treatment sludge poses a potential environmental risk with biosolids-land application. An incubation experiment was conducted to evaluate the effect of nanoparticles of zero-valent iron (nZVI) on Ni+2 sorption in biosolids-treated agricultural soils. Two application rates of biosolids (0, 5%, w/w) and four treatment levels (0, 1, 5, and 10 g/kg) of nZVI were examined, either separately or interactively. The results of this study showed significant differences in Ni+2 sorption capacity between different nZVI treatments. The initial Ni+2 concentration in biosolids-amended soil significantly affected Ni sorption in the soil treated with nZVI. The “H-shape” of sorption isotherm in nZVI-treated soil reflects strong interaction between the Ni concentration and the nZVI treatment, while the C-shape of sorption isotherm in biosolids-amended soil without the nZVI treatment indicates intermediate affinity for Ni+2 sorption. Nickel retention in soil was increased with the increase of nZVI levels. The removal efficiency of Ni+2 by nZVI from solution was increased with the increase of pH from 5 to 11 and reached a maximum of 99.56% at pH 11 and nZVI treatment of 10 g/kg. The Ni+2 desorption rate decreased from 92 to 7, 4, and 1% with increasing nZVI treatment levels from 0 to 1, 5, and 10 g/kg, respectively, with a soil Ni+2 concentration of 50 mg/L. The maximum adsorption capacity (qmax) of 10 g/kg nZVI-treated soil was 333.3 mg/g, which was much higher than those from the other treatments of 0 (5 mg/g), 1 (25 mg/g), and 5 g/kg (125 mg/g). The underlying mechanism for Ni+2 immobilization using nZVI in an aquatic environment is controlled by a sorption process, reduction of metal ion to zero-valent metal, as well as (co)precipitation. Moreover, increasing the nZVI treatment level in biosolids-amended soil significantly decreased bioavailable Ni+2 concentrations in the soil.
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) | 0,000 | 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 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 ».