Co‐Application of Wood Biochar and Nano‐Titanium Dioxide to Immobilize Vanadium in Alkaline Soils
Notice bibliographique
Résumé
ABSTRACT Titanium dioxide (TiO2) and biochar have been used as amendments to adsorb vanadium (V) in aqueous solutions; however, their simultaneous application in the remediation of V‐contaminated neutral‐alkaline soils is rare. TiO2 nanoparticles, biochar, and a blend of biochar+TiO2 were investigated as amendments for an alkaline V‐contaminated soil. Treatments involved mixing (weight basis) 1% TiO2 (T1), 5% biochar (T2), 1% TiO2 + 5% biochar (T3) with soil, and an unamended soil (T4). An adsorption edge study was performed from pH 4 to 10 at the V concentration of 200 mg L−1. A standard vanadium (V) solution was prepared using NaVO3. An incubation study was conducted over 3 months with V‐contaminated soil at a rate of 200 mg kg−1, at 80% field capacity. At the end of the incubation period, the treated soils were subjected to V fractionation. X‐ray diffraction (XRD) patterns and FTIR spectra of TiO2 nanoparticles, biochar, uncontaminated soil, and four treated soils were obtained. The adsorption edge of V was below pH 4.6, suggesting reduced retention of V in alkaline soils. In the combined treatment, the adsorption edge was elevated by one unit compared to the control. V adsorption increased in TiO2, biochar, and combined TiO2+biochar treatments at 7%, 4%, and 20%, respectively, compared with the unamended soil (control) at a pH of ~7.6. Functional groups revealed the possibility of inner‐sphere and outer‐sphere adsorption mechanisms between vanadate and the mix amendment of TiO2+biochar. The labile V fraction decreased, and the nonlabile V fraction increased, significantly in the TiO2+biochar amended soil compared to the unamended soil. Applying a blend of biochar+TiO2 reduced the mobility of V in a neutral‐alkaline soil, thereby preventing it from contaminating the nearby soil and water bodies.
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) | 0,001 | 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) | 0,001 | 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 ».