Electrokinetic Remediation of Organic Soil Polluted with Petroleum Products in Temperate and Cold Regions
Notice bibliographique
Résumé
Global warming leads to the thawing of ice caps in cold regions like Canada's northern territories, which are predominantly covered with permafrost. Its active top layer contains different fractions of organic matter and clay. More frequent use of shipping routes increases the risk of northern soil pollution. One group of common pollutants, originating from pipeline spills or various leakage, are light hydrocarbons. Soil pollution affects the sensitive northern environment. Effective soil remediation necessitates a comprehensive understanding of soil properties to implement an appropriate remediation method tailored to the specific soil characteristics and the challenging climatic conditions in northern territories. A series of laboratory tests were conducted to evaluate the feasibility of electrokinetic (EK) soil remediation on organic soils in cold-tempered regions. The study involved four distinct soil compositions to determine the efficacy of EK transport within organic matter (3%, 16%, and 35% w/w) containing soil. The soil was polluted with toluene and exposed to a constant low DC voltage gradient. To optimize electrokinetic remediation, a daily injection of surfactant was conducted. The tests were carried out continuously over a period of four days without anolyte, and one day including electroosmotic discharge collecting both anolyte and catholyte. The study was conducted in ambient (20°C) and cold temperatures (7°C) to simulate temperate and cold environments. The results showed the feasibility of light hydrocarbons removal from organic soils, while EK transport was more effective under low temperatures. Soil changed properties and pH gradient was observed between the anode and cathode. Furthermore, extracted liquids indicated some dissolutions of humic substances present in organic 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 | 0,000 | 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 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 ».