MétaCan
Menu
← Retour à la cohorte
Enregistrement W4402069095 · doi:10.1007/s10230-024-00997-z

Cryopurification and a Microbial Fuel Cell Process as a Combined Approach to Treat Mine-Impacted Water (Faro Mine, Yukon, Canada)

2024· article· en· W4402069095 sur OpenAlexafffundabout
Ethan Allen, Daria Popugaeva, Carlos Munoz‐Cupa, Amarjeet Bassi, Konstantin Kreyman, Ajay K. Ray

Notice bibliographique

RevueMine Water and the Environment · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicrobial Fuel Cells and Bioremediation
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésHydrogeologyMining engineeringGeologyMineral resource classificationProcess (computing)GeochemistryGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

In the current study, a water treatment approach integrating freezing technology, so-called cryopurification, and microbial fuel cell (MFC) process is proposed and tested towards zinc removal. Contaminated water samples used for laboratory experiments were received from the Faro Mine site, Yukon, Canada. Through cryopurification, the effect of freezing temperature, mixing and the direction of ice front propagation on zinc removal from the Faro mine water was investigated and quantitively analyzed. The MFC was used to treat a post-cryopurification brine, both at a laboratory scale. When the coolant temperature ranged from − 5 to − 1 ̊C and 180 rpm solution mixing was used, up to 80–95% of zinc was removed after a single freezing cycle. The results of laboratory experiments demonstrated that zinc concentrations in mine water can be reduced by cryopurification to 0.5 mg/L (effluent quality standard) under optimal experimental conditions. The MFC process was run for 120 h to test the capacity of the microorganism (Shewanella oneidensis) towards zinc removal from the brine concentrated by freezing. Based on the results of laboratory experiments, MFC showed a reliable and high zinc removal up to 90–93% with Shewanella oneidensis incubated in the anode. The MFC generated a power density and open-circuit voltage with a maximum result of 8.8 mW/m2 and 168.5 mV, respectively.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,835
Score d'incertitude au seuil0,329

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,004
Tête enseignante GPT0,166
Écart entre enseignants0,162 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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
Publié2024
Routes d'admission3
Résumé présentnon

Explorer davantage

Même revueMine Water and the Environment→Même sujetMicrobial Fuel Cells and Bioremediation→Travaux en français237 207→