MétaCan
Menu
Retour à la cohorte
Enregistrement W1968191491 · doi:10.2166/wst.2012.018

Radial distribution modeling of liquid-phase phenol concentration in a liquid–solid fluidized bed photoreactor

2012· article· en· W1968191491 sur OpenAlexaff
Shuangshi Dong, Dandan Zhou, Xiaotao Bi

Notice bibliographique

RevueWater Science & Technology · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative Microfluidic and Catalytic Techniques Innovation
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésMass transferFluidized bedPhenolVolumetric flow rateChemistryChromatographyPhotocatalysisPenetration (warfare)RADIUSTitanium dioxideMass transfer coefficientCarbon dioxideAnalytical Chemistry (journal)Materials scienceThermodynamicsCatalysisComposite materialOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

A fluidized bed photoreactor with titanium dioxide-immobilized spherical activated carbon particles was examined. The light intensity profile was modeled using the Lambert-Beer rule for the modeling of the radial distribution of liquid-phase phenol concentration in the fluidized bed photoreactor, when considering the reactor composed of numerous differential annular drums and no mass transfer between drums. The model could be well matched with the experimental data which indicated the liquid flow rate of 13.8 L/min was the optimum in the balance of flow rate-related light penetration and photocatalyst concentration. By integration of liquid-phase phenol concentration along the radius, photocatalytic oxidation performance of the photoreactor was evaluated in comparison with the experimental data and model prediction. The results showed that the errors were less than 30% for most of the predictions. It is suggested that mass transfer and flow rate difference along the radial direction should be considered to obtain more precise prediction.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
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 enseignants0,263
Score d'incertitude au seuil0,567

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,014
Tête enseignante GPT0,269
Écart entre enseignants0,255 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations3
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Science & TechnologyMême sujetInnovative Microfluidic and Catalytic Techniques InnovationTravaux en français237 207