Comparison of six surfactants in removing toluene and trichlorobenzene from a sandy soil under laboratory conditions
Notice bibliographique
Résumé
The effectiveness of four food-grade and two industrial surfactants to remove toluene or 1,2,4-trichlorobenzene added to an Iowa soil was evaluated in batch and column experiments. One of the anionic food-grade surfactants, disodium n-hexadecyl diphenyloxide disulfonate (Dowfax 8390), was more effective than the other surfactants in shaken batch experiments. The maximum recoveries of the added toluene (57%) or 1,2,4-trichlorobenzene (71%) were obtained with one surfactant wash plus two water rinses. Dowfax 8390 also yielded the highest recovery of toluene (75%) or 1,2,4-trichlorobenzene (83%) in columns of soil flushed with 1250 mL of 4% surfactant solutions. Synergism in a mixture of 2% Dowfax 8390 (anionic) and 2% T-Maz 60 (nonionic) did not occur, in contrast to enhanced recoveries exhibited by a similar mixture of the two industrial surfactants, Sandopan JA36 (anionic) and Pluronic L44 (nonionic).Key words: surfactants, toluene, 1,2,4-trichlorobenzene, recoveries, synergism.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».