MétaCan
Menu
Retour à la cohorte
Enregistrement W4205788483 · doi:10.1080/10934529.2022.2027699

Efficiency of thermally activated eggshells for acid mine drainage treatment in cold climate

2022· article· en· W4205788483 sur OpenAlexaffabout
Iuliana Laura Calugaru, Selma Etteieb, Sara Magdouli, Kamalpreet Kaur Brar

Notice bibliographique

RevueJournal of Environmental Science and Health Part A · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMine drainage and remediation techniques
Établissements canadiensYork UniversityCentre Technologique des Résidus Industriels
Organismes subventionnairesnon disponible
Mots-clésAcid mine drainageEffluentEggshellCalcinationDrainageMetalChemistryMetallurgyEnvironmental chemistryNuclear chemistryEnvironmental engineeringEnvironmental scienceMaterials scienceBiologyEcologyCatalysisBiochemistry

Résumé

récupéré en direct d'OpenAlex

The selection process for a technology to treat the mine drainage is influenced by its performance, technical feasibility and cost. For the last decades, the mine industry has been searching for green methods to treat the acid mine drainage (AMD). This study evaluated thermally activated eggshells as a potential alternative for AMD treatment in cold climate. It was found that metal removal efficiency depended on the eggshells' calcination temperature and on the solid: liquid ratio. Eggshells calcined at 900 °C and employed in a solid: liquid ratio of 0.3% increased the pH of a mine effluent from 2.5 to 6.9 at 20 °C and to 9.2 at 4 °C, respectively. Heavy metal concentrations were reduced as follows: As <0.0005 mg/L, Cd 0.00022 and 0.00009 mg/L, Cu 0.0061 and 0.0091 mg/L, Co 0.0338 and 0.0016 mg/L, Cr 0.0015 and 0.0022 mg/L, Fe <0.01 mg/L, Ni 0.0291 and 0.0024 mg/L, Mo <0.0005 mg/L, Se 0.0033 and 0.0044 mg/L, and Zn 0.007 and 0.022 mg/L, at 20 °C and 4 °C, respectively. Consequently, the treated mine effluent satisfied both the Quebec and Canadian regulations. Based on these results, thermally activated eggshells could be efficiently employed for the active and passive treatment of AMD in a cold climate.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,290
Écart entre enseignants0,271 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations3
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Science and Health Part AMême sujetMine drainage and remediation techniquesTravaux en français237 207