Impacts of orthophosphate–polyphosphate blends on the dissolution and transformation of lead (II) carbonate
Notice bibliographique
Résumé
Abstract Orthophosphate–polyphosphate blends are commonly used to control lead release into drinking water, but little is known about how they interact with lead corrosion scale. Conventional corrosion control practice assumes that orthophosphate controls lead release by forming insoluble Pb-phosphate minerals, but this does not always occur, and under certain conditions, phosphate blends may increase lead release. Here, we used continuously-stirred tank reactors to compare orthophosphate–polyphosphate blends with orthophosphate on the basis of lead (II) carbonate dissolution and transformation at environmentally relevant phosphate concentrations. Three model polyphosphates—tripoly-, trimeta- and hexametaphosphate—were used. Hexametaphosphate was the strongest complexing agent (1.60–2.10 mol Pb /mol Polyphosphate ), followed by tripolyphosphate and trimetaphosphate (1.00 and 0.07 mol Pb /mol Polyphosphate , respectively. At equivalent orthophosphate and polyphosphate concentrations (as P), orthophosphate-trimetaphosphate had minimal impact on lead release, while orthophosphate-tripolyphosphate increased dissolved lead. Orthophosphate-hexametaphosphate also increased dissolved lead, but only over a 24-h stagnation. Both orthophosphate-tripolyphosphate and orthophosphate-hexametaphosphate increased colloidal lead after 24-h. Increasing the concentrations of hexameta- and tripoly-phosphate increased dissolved lead release, while all three polyphosphates inhibited the formation of hydroxypyromorphite and reduced the phosphorus content of the resulting lead solids. We attributed the impacts of orthophosphate–polyphosphates to a combination of complexation, adsorption, colloidal dispersion, polyphosphate hydrolysis, and lead mineral precipitation.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; un appel candidat d’une seule tête enseignante, 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 ».