MétaCan
Menu
Retour à la cohorte
Enregistrement W18594006 · doi:10.2166/wqrj.2006.019

Iron-Coated Sponge as Effective Media to Remove Arsenic from Drinking Water

2006· article· en· W18594006 sur OpenAlexaff
Tiến Vinh Nguyễn, Saravanamuthu Vigneswaran, Huu Hao Ngo, D. Pokhrel, Thiruvenkatachari Viraraghavan

Notice bibliographique

RevueWater Quality Research Journal · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueArsenic contamination and mitigation
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésArsenicAdsorptionEnvironmental chemistryChemistryWater treatmentEffluentFiltration (mathematics)ContaminationWater qualityGroundwaterArsenic contamination of groundwaterEnvironmental scienceIon exchangeEnvironmental engineeringWaste managementIonGeologyEngineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Arsenic (As) contamination in drinking water is a serious problem in a number of countries in the world, especially in small communities and developing countries. Arsenic is related to many health diseases. Several technologies such as coagulation, adsorption, ion exchange and membrane processes, etc., are used in removing arsenic from water. In this study, a new material, namely iron-coated sponge (IOCSp), was developed and used to remove As, and it was found that IOCSp has a high capacity for removing both As(V) and As(III). Each gram of IOCSp adsorbed about 160 µg of As upon a 9-h contact of IOCSp with As solution. A dynamic filter column conducted showed that even a small quantity of IOCSp (8 g) could reduce As from 156 µg/L to a concentration of less than 50 µg/L while treating 75 L of groundwater contaminated with arsenic. Both the filtration rate and the size of the sponge had an effect on effluent quality, and the amount of water treated to the acceptable quality.

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.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,291
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,007

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,345
Écart entre enseignants0,308 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Quality Research JournalMême sujetArsenic contamination and mitigationTravaux en français237 207