MétaCan
Menu
Retour à la cohorte
Enregistrement W4242532773 · doi:10.32920/ryerson.14649705

Using bioleaching to remove metals from sewage sludge intended for land application

2021· preprint· en· W4242532773 sur OpenAlexaboutno aff
Jun Nie

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueMetal Extraction and Bioleaching
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBioleachingSewage sludgePulp and paper industrySewage sludge treatmentChemistryEnvironmental scienceSewageContinuous stirred-tank reactorSewage treatmentFerrousWaste managementEnvironmental chemistryEnvironmental engineeringCopper

Résumé

récupéré en direct d'OpenAlex

Removal of heavy metal contaminants from sewage sludge is a necessity before it is used as an agricultural fertilizer (biosolid), due to environmental concerns and municipal, provincial and federal regulations. The bioleaching method is recommended as an economical and effective process for the removal of heavy metals from the Ashbridges Bay Treatment Plant (ABTP) sludge, some of them with concentrations exceeding the recommended level by the Ontario Ministry of Agriculture, Food, and Rural Affairs guidelines. The Gram-negative thiobacilli is a group of organisms with physiological and morphological similarity and grows by oxidizing ferrous ion and reduced sulphur compounds. One species of thiobacillus, T. ferrooxidan , was recommended as an effective bacterium for the heavy metal removal from sewage sludge. This research involved the incubation of adapted sludge using fresh raw digested sludge and activated sludge of ABTP. Using adapted sludge for the bioleaching process, the method was tested in a continuously stirred tank reactor (CSTR) in combination with a series of jar tests. Results showed that the metal removal efficiency increases with decreasing pH, and the solids content does not affect the removal efficiency of cupper and zinc very much during short term jar test. The results from the long-term (20-day) CSTR test demonstrated that the high T ferrooxians-contained adapted sludge could remove copper from the sewage sludge of ABTP very effectively, by as much as 79.2%. In comparison, the simultaneous removal efficiency of zinc and cadmium were also studied for the same process and, they are 82.0% and 83.9% respectively. The TSS degradation constant rate during the 20 days' bioleaching was found to be 0.0522 day -1. It is concluded that Ontario should continue to apply sludge to agricultural land, as sludge is an economic alternative, promotes recycling of resources, and is a valuable fertilizer. However, the toxic metals in sludge should be removed from sewage sludge using the bioleaching process to recommended level before it is disposed as a fertilizer for land application.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,771
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,060
Tête enseignante GPT0,312
Écart entre enseignants0,252 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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

En bref

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMetal Extraction and BioleachingTravaux en français237 207