Biofiltration of hydrophobic VOCs pretreated with UV photolysis and photocatalysis
Notice bibliographique
Résumé
The effects of pretreatments on the biofiltration of gas phase α-pinene, a poorly water soluble Volatile Organic Compound (VOC), was evaluated in a controlled and long-term experimental investigation. Ultraviolet (UV) photolysis and photocatalysis were used and compared as pretreatment techniques. A control experiment involving biofiltration alone allowed for the direct evaluation of the coupled UV-biofiltration. α-Pinene contaminated streams with flow rates of 5?6.5 l/min and concentrations of up to 130 ppmv were passed through the systems. UV pretreatment on average converted between 20 and 50% of α-pinene into water soluble intermediates. When comparing the effectiveness of each pretreatment process, UV photocatalysis provided greater α-pinene conversion, especially at low retention times and high contaminant loading. The untreated α-pinene along with the by-products of UV photooxidation was then removed effectively in the biofiltration stage. The UV-biofiltration process offered 50?80% more α-pinene removal compared to the control biofilter. Regardless of their effectiveness at removing the contaminant, photolysis and photocatalysis pretreatments had similar synergistic impact on the performance of the downstream biofilter.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».