Evaluating Orthophosphate-Silicate Blend as an Alternative to Blended Phosphates for Corrosion Control and Sequestration
Notice bibliographique
Résumé
The presence of iron and manganese in drinking water distribution systems can contribute to discoloration, taste and odor issues, scale buildup, deposition corrosion, and the adsorption and transport of lead. Sequestrants can minimize aesthetic concerns and scale buildup, but they are risky due to increased lead/copper solubility. Here, we used a bench-scale batch reactor to evaluate orthophosphate with sodium silicate or polyphosphate for simultaneous lead corrosion control in waters with and without iron/manganese. Consistent with previous work, ortho-trimetaphosphate increased the total lead (23%). Increased dissolved lead was also observed for both ortho-trimetaphosphate (50%) and ortho-silicate (30%) treatments. When iron/manganese was present, orthophosphate-silicate was associated with 5-12% less total lead relative to orthophosphate under the same conditions, and the effect of ortho-trimetaphosphate was pH dependent. The addition of silicate and trimetaphosphate also reduced water discoloration compared to orthophosphate, as measured by apparent color. Here, the orthophosphate-silicate blend did not significantly increase total lead in the absence of high iron and manganese but increases to the highly mobile, dissolved fraction should be noted. Utilities seeking to control lead for compliance purposes, while simultaneously managing iron and manganese for consumer confidence, should explore orthophosphate-silicate as a possible solution in their corrosion control assessments.
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 | 0,000 | 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 ».