Trace Metals in Groundwater & Vadose Zone Calcite: In Situ Containment & Stabilization of 90Strontium & Other Divalent Metals & Radionuclides at Arid West DOE Sites
Notice bibliographique
Résumé
Radionuclide and metal contaminants such as 90Sr are present beneath U.S. Department of Energy (DOE) lands in both the groundwater (e.g., 100-N area at Hanford, WA) and vadose zone (e.g., Idaho Nuclear Technology and Engineering Center (INTEC) at the Idaho National Engineering and Environmental Laboratory). In situ containment and stabilization of these contaminants is a cost-effective treatment strategy. However, implementing in situ containment and stabilization approaches requires definition of the mechanisms that control contaminant sequestration. We are investigating the in situ immobilization of radionuclides or contaminant metals (e.g., 90Sr) by their facilitated co-precipitation with calcium carbonate in groundwater and vadose zone systems. Our facilitated approach, shown schematically in Figure 1, relies upon the hydrolysis of introduced urea to cause the acceleration of calcium carbonate precipitation (and trace metal co-precipitation) by increasing pH and alkalinity. Subsurface urea hydrolysis is catalyzed by the urease enzyme, which may be either introduced with the urea or produced in situ by ubiquitous subsurface urea hydrolyzing microorganisms. Because the precipitation process tends to be irreversible and many western aquifers are saturated with respect to calcite, the co-precipitated metals and radionuclides will be effectively removed from the aqueous phase over the long-term. Another advantage of the ureolysis approach is that the ammonium ions produced by the reaction can exchange with radionuclides sorbed to subsurface minerals, thereby enhancing the availability of the radionuclides for re-capture in a more stable solid phase (co-precipitation rather than adsorption).
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 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; 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 ».