MétaCan
Menu
Retour à la cohorte
Enregistrement W2070665457 · doi:10.1002/jctb.1575

Combined electrochemical and biological treatment of industrial wastewater using porous electrodes

2006· article· en· W2070665457 sur OpenAlexafffund
Huu Doan, Jiangning Wu, Robert Mitzakov

Notice bibliographique

RevueJournal of Chemical Technology & Biotechnology · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicrobial Fuel Cells and Bioremediation
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésElectrochemistryAnodeCathodeElectrodeMaterials sciencePorosityVolumetric flow rateMass transferChemical engineeringChemistryMetallurgyChromatographyComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract Zn 2+ , Ni 2+ and propylene glycol methyl ether were simultaneously removed from simulated wastewater in a column consisting of an aerated packed bed and an electrochemical cell with a porous aluminium foam cathode and a porous stainless steel anode. After 48 h of sole electrochemical treatment at a liquid rate of 0.00183 m 3 m −2 s −1 , Zn 2+ and Ni 2+ were reduced by 95 and 80% respectively. In the turbulent flow regime with liquid rates varied from 0.0137 to 0.0366 m 3 m −2 s −1 , both Zn 2+ and Ni 2+ removal decreased by about 15% rather than increased as expected for a mass transfer‐controlled process. This can be attributed to bubble formation at the cathode surface under turbulent flow, which led to a lower active surface area for the electrodeposition of metal ions. Porous electrodes enhanced the metal removal by 17 and 60% for Zn 2+ and Ni 2+ respectively as compared with flat plate electrodes. Using combined biological and electrochemical treatment at a water rate of 0.00183 m 3 m −2 s −1 and an air rate of 0.0518 m 3 m −2 s −1 , 99% of Zn 2+ and 95% of Ni 2+ were removed. In addition, the 5 day biological oxygen demand (BOD 5 ) was reduced by 58% concurrently over 72 h of treatment. Copyright © 2006 Society of Chemical Industry

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 enseignants0,014
Score d'incertitude au seuil0,946

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,012
Tête enseignante GPT0,208
Écart entre enseignants0,196 · 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

Citations23
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Chemical Technology & BiotechnologyMême sujetMicrobial Fuel Cells and BioremediationTravaux en français237 207