MétaCan
Menu
Back to cohort
Record W60709271

Sols pollués par les métaux lourds résultant de l'enfouissement de déchets industriels (Montréal, Canada): Géochimie, spéciation des métaux, et décontamination par flottation.

2008· article· fr· W60709271 on OpenAlexfundaboutno aff
G. Dermont

Bibliographic record

VenueEspaceINRS Institutional Digital Repository (Institut National de la Recherche Scientifique) · 2008
Typearticle
Languagefr
FieldEnvironmental Science
TopicHeavy metals in environment
Canadian institutionsnot available
FundersInstitut national de la recherche scientifiqueOffice of Research and DevelopmentU.S. Environmental Protection Agency
KeywordsForestryHumanitiesChemistryArtGeography
DOInot available

Abstract

fetched live from OpenAlex

Les friches industrielles (brownfields) polluées par les métaux lourds sont des lieux \npotentiellement toxiques pour l’environnement. De plus, la présence de ces terrains contaminés \nen milieu urbain handicape largement l’aménagement du territoire. Dans la ville de Montréal, \nplus de 200 sites présentent une forte contamination métallique des sols. Dans le cadre de cette \nthèse, les travaux se focalisent sur un terrain situé à proximité du centre-ville de Montréal et \naffecté par des déchets minéralurgiques riches en métaux lourds. Le défi actuel est de promouvoir \ndes solutions technologiques pour traiter les sols pollués plutôt que d’avoir recours à des \ntechniques d’enfouissement. Une revue exhaustive de littérature permet de faire un état des lieux \nde la problématique des sols contaminés par les métaux et fournit l’éventail des techniques \nconventionnelles et innovatrices pour immobiliser ou extraire les métaux des sols. \nLe premier objectif de cette thèse est de déterminer la répartition spatiale des métaux dans \nplusieurs profils du sol afin d’évaluer leur potentiel de mobilisation dans l’environnement. Le \nsecond objectif est d’établir la spéciation et la répartition des métaux dans la phase solide du sol \ndans une perspective de lavage de sol. Enfin, le troisième objectif est de déterminer l’efficacité de \nl’enlèvement des métaux par flottation et d’évaluer les principaux paramètres (physiques et \nchimiques) influençant le processus de séparation. \nLe profil du sol est composé d’un horizon superficiel de remblais riches en déchets \nminéralurgiques reposant sur le sol naturel initial, lequel est composé d’un horizon organique \n(tourbe) et minéral calcaire (marne et sédiments lacustres). Dans l’horizon anthropique, les \nteneurs en As, Cd, Cu, Pb et Zn dépassent largement les critères génériques des sols établis par le \nMinistère du Développement durable, de l'Environnement et des Parcs du Québec (MDDEP, \n1999). Les concentrations totales des métaux dans les horizons du sol naturel sont très souvent \ninférieures au niveau de fond géologique (critère A) établi par le MDDEP. Cependant, le calcul \ndu facteur d’enrichissement des métaux révèle une forte « contamination » de l’horizon organique \npar rapport à l’horizon minéral. Cela suggère que la tourbe est contaminée par les métaux \nprovenant d’une lixiviation potentielle des fragments de scories minéralurgiques. \nLa distribution spatiale des contaminants dans l’horizon anthropique est très hétérogène. \nLa concentration des métaux s’avère indépendante d’une composition géochimique particulière \ndes échantillons de sol. Toute les fractions granulométriques étudiées sont affectées, et ce, même \nsi les particules fines contiennent les plus hautes teneurs. L’étude micro-spectroscopique \n(microscope électronique à balayage couplé à un analyseur de rayons X par spectrométrie en \nénergie dispersive) d’environ 150 particules riches en métaux reflète une grande diversité de la \nspéciation des métaux en phase solide. La forme prédominante du Zn est la sphalérite (ZnS), \ntandis que le Cu et le Pb sont distribués dans un large panel de formes minéralogiques, \nparticulièrement des oxydes/carbonates. La distribution du Cu, Pb et Zn est aussi évaluée selon la \nlocalisation de la phase métallique au sein de la particule (libérée, associée, incluse ou localisée à \nla surface). En outre, l’étude micro-spectroscopique montre que certaines particules auraient subi \ndes altérations chimiques (weathering) importantes et que certaines phases riches en métaux \nseraient issues d’un processus de re-précipitation (par exemple des phases oxydes/hydroxydes \nriches en Cu, Pb et Zn sur la surface d’un grain de quartz). Ces observations consolident \nl’hypothèse de la contamination de l’horizon organique par une mobilisation des métaux dans le \nprofil de sol provenant de l’altération lente des fragments des scories métallurgiques. \nParmi les technologies éprouvées dans le traitement des minerais, la flottation est une \nalternative intéressante à explorer afin d’extraire les métaux des matrices environnementales. Le \nrôle de la flottation est de concentrer les particules riches en métal dans un plus petit volume de \nsol. Les expériences à l’échelle laboratoire ont permis de déterminer l’efficacité et les limites de \ncette technologie en intégrant les problématiques spécifiques aux sols à traiter. Le taux \nd’enlèvement des métaux, ainsi que la sélectivité de la séparation ont été évalués en fonction des \nparamètres opératoires liés à la technologie de flottation et de la distribution des métaux dans le \nsol (minéralogie et granulométrie). Le sol subit un prétraitement par broyage afin de traiter toutes \nles fractions fortement contaminées <10 mm et d’obtenir une granulométrie appropriée (<250 \nµm). L’influence des conditions chimiques (type et concentration d’agent collecteur, pH, \nprétraitement chimique, minéralogie) et des paramètres physiques (vitesse d’agitation, taille des \nparticules, mode d’addition du collecteur, ultrasonication) a été évaluée dans le but de mieux \ncomprendre les mécanismes de séparation des particules riches en métal. \nEn général, la flottation a permis d’enlever suffisamment de métaux pour abaisser la \nconcentration dans le sol résiduel du critère D au critère C. L’utilisation d’un agent tensioactif \n(collecteur) anionique, le KAX, a permis d’obtenir un bon compromis entre le taux d’enlèvement \ndes métaux (42–52%) et la réduction de volume (>80%). L’utilisation d’un collecteur non ionique \n(le kérosène) a donné de meilleurs taux d’enlèvement, cependant la séparation est moins \nsélective. Deux mécanismes contribuent à l’enlèvement des particules riches en métaux : (1) le \nvrai mécanisme de flottation, basé sur la séparation sélective des particules hydrophobes; (2) \nl’entraînement mécanique des particules fines qui se fait indépendamment des propriétés des \nsurfaces des particules. L’effet d’entraînement est responsable d’une grande part de l’enlèvement \ndes métaux puisque les particules fines (<20 µm) contiennent une part importante de la \ncontamination et que l’effet d’entraînement est significatif dans les cellules de flottation agitée. \nLa sélectivité de la flottation est améliorée avec un temps de processus inférieur à 5 min et une \naddition en plusieurs étapes du collecteur. La sélectivité de la flottation est optimale pour la \nfraction particulaire intermédiaire (20–125 µm).

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 machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.000
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.552
Threshold uncertainty score0.890

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.000
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0000.001
Bibliometrics0.0010.001
Science and technology studies0.0020.001
Scholarly communication0.0020.000
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0030.001

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.

Opus teacher head0.088
GPT teacher head0.310
Teacher spread0.222 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations1
Published2008
Admission routes2
Has abstractyes

Explore more

Same venueEspaceINRS Institutional Digital Repository (Institut National de la Recherche Scientifique)Same topicHeavy metals in environmentFrench-language works237,207