Study of 226Ra mobility in natural man-influenced environments through experimental approaches and geochemical modelling
Bibliographic record
Abstract
Le 226Ra, descendant radioactif de l’238U et isotope majoritaire naturellement présent sur Terre, suscite de nombreuses problématiques environnementales en raison de sa demi-vie de 1600 ans dans des industries variées : hydrothermalisme, désalinisation de l’eau de mer et production de zircon par exemple ; mais surtout dans les industries extractives : pétrole et gaz de schiste, charbon, phosphate et uranium. Le 226Ra est retenu au sein des résidus de traitement des mines d’U et sa mobilité est contrôlée par les mécanismes de sorption à la surface de minéraux (oxy-hydroxydes de fer, phyllosilicates, zéolithes), ou de la matière organique ou par la formation de solutions solides (minéraux sulfatés comme la barytine et minéraux carbonatés). La concentration moyenne dans les roches lithosphériques étant de 32 Bq/kg, soit 1 ppt, l’identification des mécanismes de rétention de ce radionucléide à l’échelle du matériau échantillonné sur le terrain est rendue difficile par son caractère ultra-trace. Les extractions séquentielles, technique classique pour le suivi des éléments traces, peuvent être sujettes à de nombreux artefacts exacerbés pour les éléments ultra-traces. Dans le cadre de ce travail, une modélisation géochimique d’expériences de lixiviations séquentielles a en effet montré que cette technique conduit à des interprétations biaisées en particulier dans le cas du 226Ra, soumis à de nombreux mécanismes de remobilisation aux différentes étapes de lixiviation. Afin de mieux comprendre les processus de rétention du 226Ra et la distribution de celui-ci dans les matériaux hétérogènes et finement divisés, dont font partie les résidus de traitement de l’extraction minière, une nouvelle approche a été développée couplant autoradiographie alpha, cartographies chimiques élémentaires et caractérisations minéralogiques obtenues entre autres par MEB/EDS sur lames minces pétrographiques. Une analyse globale directe de l’ensemble de l’activité de l’échantillon à l’échelle de la lame mince pétrographique est ainsi possible. Cette méthode a été qualifiée tout d’abord sur des échantillons de référence contenant un seul minéral synthétique ou naturel jouant un rôle important dans la rétention du 226Ra en milieu naturel, puis à un assemblage de trois des principaux minéraux responsables de la rétention, à savoir : barytine, minéraux argileux et oxy-hydroxydes de fer. Enfin, elle a été directement appliquée à des résidus de traitement. Un premier corpus est issu des sites français de stockage post-miniers de Bellezane, où les résidus de traitement sont stockés sous couverture solide, et de Bois Noirs Limouzat, qui utilise une couverture liquide. Sont également considérés des résidus du site en activité de traitement de minerai de McClean Lake, au Canada, qui utilise un processus de neutralisation des résidus par précipitation de barytine.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 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".