MétaCan
Menu
Retour à la cohorte
Enregistrement W2009299263 · doi:10.2166/wst.2012.180

Electro-oxidation of two reactive azo dyes on boron-doped diamond electrode

2012· article· en· W2009299263 sur OpenAlexaff
Fares Almomani, Elena A. Baranova

Notice bibliographique

RevueWater Science & Technology · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAdvanced oxidation water treatment
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésElectrolysisChemistryChemical oxygen demandElectrochemistryElectrodeDiamondDegradation (telecommunications)BoronRedoxReactive dyeNuclear chemistryBulk electrolysisInorganic chemistryEnvironmental engineeringCyclic voltammetryWastewaterDyeingOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Electrochemical oxidation (decolorization/degradation) of blue and red commercial reactive azo dyes was carried out on boron-doped diamond (BDD) electrode. The effect of various quantities of FeSO(4) was investigated in the electro-Fenton reaction on BDD. Progress of dyes degradation during the electrolysis and electro-Fenton reaction was monitored by UV-visible absorption and by estimation of the chemical oxygen demand (COD). Direct electrolysis showed a limiting capacity for red and blue dye removal even at high current densities, e.g. maximum red color and COD removal were 70 and 20%, respectively at 30 mA cm(-2) after 300 min. Higher red and blue color removal efficiencies were achieved by electro-Fenton oxidation. Current density of 30 mA cm(-2) in the presence of 0.05 mmol/L of FeSO(4) resulted in the red color and COD removal of 98 and 96%, respectively. The optimum FeSO(4) concentration for the electro-Fenton reaction was determined to be 0.05 mmol/L. Instantaneous current efficiency (ICE) in the presence of FeSO(4) was almost three times higher than for experiments carried out without FeSO(4).

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)0,000
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 enseignants0,020
Score d'incertitude au seuil0,861

Scores Codex et Gemma par catégorie

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

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 Opus0,007
Tête enseignante GPT0,254
Écart entre enseignants0,247 · 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

Citations8
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Science & TechnologyMême sujetAdvanced oxidation water treatmentTravaux en français237 207