MétaCan
Menu
Retour à la cohorte
Enregistrement W2067955203 · doi:10.1002/ep.670190308

Enhanced scrubbing of chlorinated compounds from air streams

2000· article· en· W2067955203 sur OpenAlexaff
Jodi Johnson, Wayne J. Parker, Kevin C. Kennedy

Notice bibliographique

RevueEnvironmental Progress · 2000
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Treatment and Disinfection
Établissements canadiensUniversity of OttawaCarleton University
Organismes subventionnairesnon disponible
Mots-clésData scrubbingMass transferCountercurrent exchangeChemistryDichloromethaneContactorChemical engineeringChromatographyWaste managementOrganic chemistryThermodynamics

Résumé

récupéré en direct d'OpenAlex

Abstract This paper addresses an investigation of mass transfer issues associated with an innovative hybrid process to treat air streams containing chlorinated organics. Three target compounds [dichloromethane (DCM), carbon tetrachloride (CT) and tetra chloroethylene (PCE)] we re evaluated to assess a range of chemical and physical properties. Vegetable oil was found to be an effective scrubbing solution in removing the target compounds from the air streams and was employed in continuous flow tests of a bench‐scale countercurrent packed co lumn. Removal efficiencies approached 90% for all three target compounds with gas‐liquid flow ratios less than 200. A gas‐liquid mass transfer model was developed and compared to the existing Onda correlations, to characterize mass transfer under various operating conditions when water and vegetable oil were employed as scrubbing solutions. It was found that the Onda correlations did not fit the experimental data of vegetable oil very well. The existing Onda correlations we re modified by assuming that the gas phase resistance was controlling mass transfer. In order to enhance mass transfer from the oil phase to an aqueous phase a liquid‐liquid contacting reactor was proposed. The results of the liquid‐liquid reactor suggested that mass transfer could be achieved for compounds that were not highly hydrophobic.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,296
Score d'incertitude au seuil0,999

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)0,0150,001

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 Opus0,004
Tête enseignante GPT0,191
Écart entre enseignants0,187 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
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
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental ProgressMême sujetWater Treatment and DisinfectionTravaux en français237 207