Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Stationary combustion sources such as coal-fired power plants, waste incinerators, industrial manufacturing, etc. are recognized as major sources of mercury emissions. Due to rapid economic growth, zinc production in Korea has increased significantly during the last 30 years. Total zinc production in Korea exceeded 739,000 tons in 2008, and Korea is currently the third largest zinc producing country in the world. Previous studies have revealed that zinc smelting has become one of the largest single sectors of total mercury emissions in the World. However, studies on this sector are very limited, and a large gap in the knowledge regarding emissions from this sector needs to be bridged. In this paper, Hg emission measurements were performed to develop emission factors from zinc smelting process. Stack sampling and analysis were carried out utilizing the Ontario Hydro method and US EPA method 101A. Preliminary data showed that Hg? concentrations in the flue gas ranged from 4.56 to 9.90 ㎍/㎥ with an average of 6.40 ㎍/㎥, Hg(p) concentrations ranged from 0.03 to 0.09 ㎍/㎥ with an average of 0.04 ㎍/㎥, and RGM concentrations ranged from 0.23 to 1.17 ㎍/㎥ with an average of 6.40 ㎍/㎥. To date, emission factors of 7.5~8.0 g/ton for Europe, North America and Australia, and of 20 or 25 g/ton for Africa, Asia and South America are widely accepted by researchers. In this study, Hg emission factors were estimated using the data measured at the commercial facilities as emissions per ton of zinc product. Emission factors for mercury from zinc smelting pross ranged from 4.32 to 12.96 ㎎/ton with an average of 8.31 ㎎/ton. The emission factors that we obtained in this study are relatively low, considering Hg contents in the zinc ores and control technology in use. However, as these values are estimated by limited data of single measurement of each, the emission factor and total emission amount must be updated in future.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,004 |
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 découle