MétaCan
Menu
Retour à la cohorte
Enregistrement W3164047250 · doi:10.3390/w13111473

Environmental Impacts of Selenium Contamination: A Review on Current-Issues and Remediation Strategies in an Aqueous System

2021· review· en· W3164047250 sur OpenAlexafffund
Stanley Onyinye Okonji, Gopal Achari, David Pernitsky

Notice bibliographique

RevueWater · 2021
Typereview
Langueen
DomaineNursing
ThématiqueSelenium in Biological Systems
Établissements canadiensStantec (Canada)University of Calgary
Organismes subventionnairesPetroleum Technology Development FundNatural Sciences and Engineering Research Council of Canada
Mots-clésSeleniumEnvironmental chemistryContaminationEnvironmental scienceEnvironmental remediationBioremediationPollutantChemistryEcologyBiology

Résumé

récupéré en direct d'OpenAlex

In both aquatic and terrestrial environment, selenium contamination may exist at concentrations above the micronutrient limit. Since there is such a narrow bandwidth between which selenium concentration is acceptable, the health of the public may be at risk of selenium toxicity once the concentration increases beyond a threshold. Selenium contamination in an aqueous environment can occur due to anthropogenic activities and/or from natural sources. This study presents a review of the forms of selenium, inorganic and organic selenium contamination, mobilization, analytical methods for various forms of selenium and remediation strategies. The review also provides recent advances in removal methods for selenium from water including bioremediation, precipitation, coagulation, electrocoagulation, adsorption, nano-zerovalent iron, iron co-precipitation and other methods. A review of selenomethionine and selenocysteine removal strategy from industrial wastewaters is presented. Selenium resource recovery from copper ore processing has been discussed. Various analytical methods used for selenium and heavy metal analysis were compared. Importantly, existing knowledge gaps were identified and prospective areas for further research were recommended.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,044
Tête enseignante GPT0,339
Écart entre enseignants0,295 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations66
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWaterMême sujetSelenium in Biological SystemsTravaux en français237 207