MétaCan
Menu
Retour à la cohorte
Enregistrement W2058260578 · doi:10.3390/catal3030726

Application of Photocatalysts and LED Light Sources in Drinking Water Treatment

2013· article· en· W2058260578 sur OpenAlexafffund
Maryam Izadifard, Gopal Achari, Cooper H. Langford

Notice bibliographique

RevueCatalysts · 2013
Typearticle
Langueen
DomaineEnergy
ThématiqueTiO2 Photocatalysis and Solar Cells
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPhotocatalysisContext (archaeology)Environmental scienceLight-emitting diodeMaterials scienceReactivity (psychology)NanotechnologyEnvironmental chemistryChemistryOptoelectronicsCatalysisOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

This study investigates a cross-section of TiO2 compositions for which existing evidence suggests the prospect of improved performance compared to standard Degussa P25. In the context of a program aimed toward a 365 nm LED based photo-reactor, the question is whether a distinctly superior photocatalyst composition for drinking water treatment is now available that would shape design choices. An answer was sought by synthesizing several photocatalysts with reported high reactivity in some context in the literature, and by performing photocatalysts reactivity tests using common pollutants of water system including Natural Organic Matter (NOM) and Emerging Contaminants (ECs) from the pesticide and pharmaceutical classes. 365 nm Light Emitting Diodes (LEDs) were used as the irradiation source. Since LEDs are now available in the UV, we did not examine the TiO2 modifications that bring band gap excitation into the region beyond 400 nm. The results suggest that the choice of the photocatalyst should be best made to fit the reactor design and photocatalyst mounting constraints such as mass transport, reactive surface, and light field. No photocatalyst composition overall, superior for all classes emerged.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,006
Tête enseignante GPT0,206
Écart entre enseignants0,200 · 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 source (Gemma direct ou Codex distillé), 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

Citations56
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCatalystsMême sujetTiO2 Photocatalysis and Solar CellsTravaux en français237 207