Uranium in groundwater in parts of India and world: A comprehensive review of sources, impact to the environment and human health, analytical techniques, and mitigation technologies
Notice bibliographique
Résumé
Uranium concentration/contamination in groundwater is currently a subject of concern all over the world due to related severe health problems to humans, as groundwater is the main drinking water source in rural and urban India and also in several parts of the world. Uranium concentration in groundwater in shallow aquifers in various states such as Punjab, Rajasthan, Karnataka Telangana, and Madhya Pradesh of India varies from 0 to 1443 ng/ml exceeding the permissible levels by WHO for drinking water (30 ng/ml), at several places. Very high concentrations ranging up to 1400 ng/ml were reported in some areas in other countries such as Canada, the USA, Mongolia, Burundi, Zambia, Nigeria, South Korea, Pakistan, Jordon, Afghanistan, China, and Myanmar. Various natural aspects which influence the uranium concentration in groundwater such as bedrock geology, water chemistry, and redox conditions, and anthropogenic sources such as mining activities (uranium, coal, and phosphate rock), nuclear activities, agricultural practices of using phosphate fertilizers, and prevalence of excessive nitrate in some areas, are described with examples. Some of the important analytical techniques for the precise and accurate determination of elemental and isotopic concentrations of uranium in water samples, such as LED fluorimetry, Raman spectroscopy, inductively coupled plasma mass spectrometry (ICP-MS), high-resolution ICP-MS (HR-ICP-MS), and multi-collector ICP-MS (MC-ICP-MS), are described. A number of advancements have taken place in remediation technologies for the removal of uranium in drinking water using different physical, chemical, and biological methods including rainwater harvesting. Various mitigation strategies for the effective removal of uranium from water during treatment, such as bioremediation using biochars from different sources, nanoparticle technology, and adsorption by magnesium (Mg)-iron (Fe)-based hydrotalcite-like compounds (MF-HT), are described in detail.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,008 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».