Effectiveness of Different Sources of Biochar for Immobilizing Mercury in Soil from Artisanal and Small-Scale Gold Mining Areas in Taliwang Village of West Sumbawa Regency, Indonesia
Notice bibliographique
Résumé
Mercury (Hg) contamination in soil can significantly harm the environment, food chain, and human health.Therefore, affordable, effective, long-lasting cleanup technologies are needed.Hg-contaminated soil taken from a former artisanal and small-scale gold mining (ASGM) in Taliwang Village, West Sumbawa District, West Nusa Tenggara Province, was used to compare the effectiveness of three types of biochar made from local agricultural wastes, namely corn cob (CC), rice husk (RH), and coconut shell (CS) as mercury immobilizer in a leaching experiment of the Hg-contaminated soil mixed with the biochar in three soil layers (0-10, 10-25, 25-50 cm).The results indicated that CC was more successful in immobilizing Hg in soil than RH and CS, revealed by the lowest Hg content in the leachate of CC-treated soil.SEM (scanning electron microscopy) and FTIR (Fourier Transform Infrared Spectroscopy) characterization of the biochar reveal that CC is more porous and has a higher content of hydroxyl groups than RH and CS, which support CC's highest capability in immobilizing Hg in soil.The study highlights the significance of biochar from agricultural wastes for mercury remediation in soil and suggests the possible use of CC biochar in maximizing the efficiency of mercury remediation in soil.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 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 ».