MétaCan
Menu
Retour à la cohorte
Enregistrement W2012232578 · doi:10.1515/hf.2011.023

Effects of ionic strength, monoethanolamine, copper, and pH on adsorption of alkyl dimethyl benzyl ammonium chloride in wood

2011· article· en· W2012232578 sur OpenAlexafffund
Myung Jae Lee, Paul Cooper

Notice bibliographique

RevueHolzforschung · 2011
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Surface Properties and Treatments
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésChemistryAdsorptionCopperLeaching (pedology)ChemisorptionAmmonium chlorideAlkylAmmoniumInorganic chemistryIonic strengthPhysisorptionChlorideIon exchangeOrganic chemistryIonAqueous solutionSoil water

Résumé

récupéré en direct d'OpenAlex

Abstract Various factors were investigated that could affect the adsorption of alkyl dimethyl benzyl ammonium chloride (ADBAC) on red pine wood. An increase in ionic strength of ADBAC solution had little effect on ion exchange (chemisorption) but allowed higher hydrophobic uptake (physisorption) of ADBAC in wood. ADBAC solution containing high amounts of monoethanolamine (MEA) and Cu decreased the chemisorption of ADBAC; free MEA and Cu appear to compete with ADBAC cations for the same bonding sites in wood. When ADBAC in MEA solution was adsorbed on wood under different pH conditions, ADBAC adsorption increased with increasing pH, but was considerably lower than the cation exchange capacity of red pine. Red pine blocks were treated radially and longitudinally with alkaline copper quat solution to verify how the micelle form of ADBAC penetrates into wood. Copper penetrated evenly into 50 mm thick wood samples with little gradient with depth; however, high amounts of ADBAC were concentrated on the surface creating a steep gradient with depth. After accelerated leaching, considerable amounts of physically adsorbed ADBAC leached out, especially from the surface.

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 enseignants0,277
Score d'incertitude au seuil0,221

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,018
Tête enseignante GPT0,190
Écart entre enseignants0,172 · 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
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHolzforschungMême sujetPlant Surface Properties and TreatmentsTravaux en français237 207