Estudios de mecanismos de sorción simultánea de PB (II), CD (II) y CU (II) en el suelo de Puerto Príncipe
Bibliographic record
Abstract
El objetivo de los trabajos presentados es de cualificar y de determinar en cantidad los mecanismos de retención de unos metales pesados (Pb, Cd, Cu) en un suelo representativo de Puerto Príncipe. Agarramos como hipótesis que el sorption químico es una llave para la evaluación de la movilidad y de la retención de los metales pesados en los suelos. La matriz porosa utilizada se deriva de un depósito sedimentario de la llanura del Cul de Sac. Las aguas subterráneas de este acuífero son el principal recurso en agua potable de la población urbana de Puerto Príncipe. Trabajos precedentes mostraron un impacto de la calidad de las aguas que parece debida a la aportación de contaminantes urbanos. En efecto, para evaluar la adsorción del Pb II), del Cd II) y del Cu II), ensayos de equilibrio batch han sido realizadas utilizando mono-soluciones metálicas con NaNO3 a 0.01 M como electrólito. Las características del suelo han afectado la adsorción de los metales como el pH del suelo (8.26), la capacidad de intercambio catiónico (CEC) [135 Meq.kg-1] y la materia orgánica (58 g.kg-1). En este caso, era imposible realizar estudios de adsorción con los metales al pH del suelo a causa de la precipitación de los metales como los hidróxidos, que introducía una incertidumbre en la interpretación de los resultados. Los iones de cadmio tienen una tendencia débil a hidrolysarse a pH ≤ 8 pero a pH> 11, todo el cadmio existe bajo forma hydroxyle-compleja. La precipitación era muy rápida para el Cu (II) y el Pb (II) a pH> 6.0, es por eso que los ensayos han sido realizados a pH 6.0. El equilibrio de adsorción de los ensayos en batch mostró que la adsorción de los metales en el suelo disminuía en la orden de Cd2+> Cu2+>Pb2+. Es necesario proceder a ensayos en columnas con vistas a evaluar la saturación progresiva de metales en el suelo.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".