A surface complexation model for simulating sorption of rare earth elements onto goethite in low ionic strength (I = 0.01 M) aqueous solutions for use in groundwater flow systems
Notice bibliographique
Résumé
We conducted batch adsorption experiments to examine the adsorption behavior of the 14 naturally occurring lanthanides and yttrium (Y) onto synthetic goethite (α-FeOOH), focusing on the interactions that govern rare earth element (REE) and Y retention in natural environments. Goethite is among the most common Fe(III) oxide/oxyhydroxides in aquifer and sedimentary systems (van der Zee et al., 2003), yet few surface complexation model (SCM) has previously been developed specifically for REE sorption onto this mineral. To fill this gap, we generated adsorption edges and isotherms across a pH range of 2.5 to 10.5 and used these data to parameterize a generalized double-layer SCM. The model accounts for both strong and weak surface sites binding of free REE 3+ (≡FeOLn 2+ ) and weak carbonate complex (≡FeOLnCO₃ + ). The mass action reactions capture the adsorption trends and fractionation patterns (La-Lu) observed experimentally with log K M ∗ ranging from 10.01 to 9.73 for strong sites (≡(s)FeOLn 2+ ), 3.81 to 3.39 for weak sites (≡(w)FeOLn 2+ ), and − 0.52 to −0.33 for weak site carbonate complexation (≡(w)FeOLnCO₃ + ). These results provide the calibrated framework for predicting REE partitioning onto goethite, which is increasingly relevant as REEs driven by their widespread use in high-technology and green energy industries are recognized as emerging environmental contaminants (e.g., Kulaksiz & Bau, 2013; Gwenzi et al., 2018). By quantifying how pH, carbonate speciation (Cantrell & Byrne, 1987; Byrne & Kim, 1990), and surface site heterogeneity govern REE adsorption, this study establishes a transferable SCM for application to groundwater, sediment, and early diagenetic environments, where Fe-oxyhydroxides control REE cycling and mobility.
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 ».