MétaCan
Menu
Retour à la cohorte
Enregistrement W4321365689 · doi:10.1080/21622515.2023.2177200

Remediation of organic contaminated soil by Fe-based nanoparticles and surfactants: a review

2023· review· en· W4321365689 sur OpenAlexafffund
Kien A. Vu, Catherine N. Mulligan

Notice bibliographique

RevueEnvironmental Technology Reviews · 2023
Typereview
Langueen
DomaineEngineering
ThématiqueEnvironmental remediation with nanomaterials
Établissements canadiensConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaConcordia University
Mots-clésEnvironmental remediationPulmonary surfactantNanoparticleZerovalent ironAdsorptionSoil contaminationEnvironmental chemistryContaminationChemistryReductive dechlorinationOrganic matterMaterials scienceBiodegradationNanotechnologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Surfactants and nanoparticles have been effectively used for environmental remediation for many years. Over the years, various methods have been developed to synthesize nanoparticles using different surfactants to obtain a s higher treatment efficiency for organic contaminated soil. Compared to conventional remediation methods, the in-situ remediation technique provides advantages, such as being more eco-friendly and cost-effective. This review provides an overview of the remediation of organic contaminated soil using surfactant-stabilized Fe-based nanoparticles, mostly surfactant-stabilized nanoscale zero-valent iron (nZVI). In addition, the use of other stabilizers and the mechanisms of stabilization are discussed. The combination of surfactants and Fe-based nanoparticles can be effectively used to remediate organic contaminants from soil, such as trichloroethylene (up to 99%), polychlorinated biphenyls (up to 80%), perchloroethylene (up to 93%). The treatment efficiency organic contaminants in soil by surfactant-stabilized nanoparticles is higher than only surfactant (less than 90%) or nanoparticles (less than 80%) due to the synergistic effects between surfactants and nanoparticles. This technique is generally more effective to use as a strong reductant, such as reductive dehalogenation or reductive immobilization of metals, while less cost-effective as an adsorbent. In addition, the remediation rate depends on various factors, such as pH, temperature, natural organic matter, ionic strength, type and concentration of stabilizers, site characteristics, contaminant features, nanoparticle and surfactant properties. However, short lifetimes or potential toxicity of nanoparticles are some limitations of this technique.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,247
Écart entre enseignants0,228 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations28
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Technology ReviewsMême sujetEnvironmental remediation with nanomaterialsTravaux en français237 207