Treatment of landfill leachate in the Brazilian semi-arid region using air stripping.
Bibliographic record
Abstract
O lixiviado de aterro sanitário é um subproduto resultante da decomposição de resíduos sólidos depositados nesse tipo de empreendimento. Esse efluente possui composição complexa, e devido a sua difícil degradação, o tratamento é oneroso. Dessa maneira, um dos compostos de difícil remoção presente em lixiviados de aterros sanitários é o nitrogênio amoniacal, que, além disso, se apresenta como uma substância que confere toxicidade ao lixiviado. Um dos tratamentos propostos pela literatura técnico-científica é a remoção desse tipo de nitrogênio por air stripping . Diante disso, este trabalho analisou a remoção de nitrogênio amoniacal total no lixiviado do Aterro Sanitário em Campina Grande - PB, a partir do tratamento de air stripping em escala piloto. Foram realizados experimentos para diferentes condições de operação: pH (10 ± 1 e 12 ± 1) e o tipo de alcalinizante (cal hidratada e NaOH). Para todos os experimentos realizados, o sistema em estudo alcançou valores, de remoção de nitrogênio amoniacal total, superiores a 98%, indicando alta eficiência do tratamento. Um dos fatores mais importantes durante o tratamento foi a adição de alcalinizantes, que com a elevação de pH, possibilitou alcançar concentração de NAT desejada, em menos da metade de horas de operação. A partir de testes de fitotoxicidade, utilizando sementes de cebola e repolho, também foi possível constatar que o air stripping removeu toxicidade do lixiviado, a partir da verificação dos resultados de Índice de Germinação, Crescimento Relativo da Raiz e Germinação Relativa.
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 imitationNot 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.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".