Pollution of coal mine soils: global reference concentrations of chemical elements
Notice bibliographique
Résumé
Abstract Despite global efforts to phase out coal, the world’s coal production and consumption reached a record high in 2022. Even though soil pollution around collieries stands in the shadow of greenhouse gas emissions, the anthropogenic geochemical impact of coal mining will persist for decades to centuries after the coal phaseout. Soils are of paramount significance when assessing the pollution of mining sites. This analysis provides a reference dataset for evaluating soil transformation in coal minescapes. Identification, screening, eligibility check, and extraction of data from articles published in peer-reviewed journals between 2000 and 2022 yielded a comprehensive dataset on the chemical composition of 13,925 soil samples from 55 mined coal fields in 32 countries of Eurasia, Africa, Australia, and the Americas. These carefully handpicked records allowed the calculation of mean concentrations for 41 chemical elements, alongside total organic carbon and a total of 15 rare-earth elements. The resulting dataset is of both fundamental geochemical and policy-relevant significance. The maximum enrichment of contaminated soils with As, Bi, Hg, Sb, and Se reveals the role of coals as the source of highly coalphile elements. Remediation guidelines can benefit from the dataset, e.g., for arsenic whose world average contents fall below the standards of Canada, Russia, and the USA. Regional soil quality criteria may incorporate these figures to update threshold levels for mining sites. Finally, for the areas of discovered coal reserves, the question “to mine, or not to mine” can be answered with higher certainty owing to the predicted levels of pollutant burden.
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 | 0,001 |
| 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 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 ».