MétaCan
Menu
Retour à la cohorte
Enregistrement W2071749629 · doi:10.1021/es800128m

Transport and Retention of Nanoscale C<sub>60</sub>Aggregates in Water-Saturated Porous Media

2008· article· en· W2071749629 sur OpenAlexaboutno aff
Yonggang Wang, Yusong Li, John D. Fortner, Joseph B. Hughes, Linda M. Abriola, Kurt D. Pennell

Notice bibliographique

RevueEnvironmental Science & Technology · 2008
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGraphene research and applications
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Environmental Protection Agency
Mots-clésPorous mediumNanoscopic scalePorosityChemical engineeringMaterials scienceWater retentionEnvironmental scienceNanotechnologySoil scienceComposite materialSoil waterEngineering

Résumé

récupéré en direct d'OpenAlex

Experimental and mathematical modeling studies were performed to investigate the transport and retention of nanoscale fullerene aggregates (nC60) in water-saturated porous media. Aqueous suspensions of nC60 aggregates (95 nm diameter, 1 to 3 mg/L) were introduced into columns packed with either glass beads or Ottawa sand at a Darcy velocity of 2.8 m/d. In the presence of 1.0 mM CaCl2, nC60 effluent breakthrough curves (BTCs) gradually increased to a maximum value and then declined sharply upon reintroduction of nC60-free solution. Retention of nC60 in glass bead columns ranged from 8 to 49% of the introduced mass, while up to 77% of the mass was retained in Ottawa sand columns. When nC60 suspensions were prepared in deionized water alone, effluent nC60 BTCs coincided with those of a nonreactive tracer (Br-), with minimal nC60 retention. Observed differences in nC60 transport and retention behavior in glass beads and Ottawa sand were consistent with independent batch retention data and theoretical calculations of electrostatic interactions between nC60 and the solid surfaces. Effluent concentration and retention profile data were accurately simulated using a numerical model that accounted for nC60 attachment kinetics and a limiting retention capacity.

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 candidatesÉtudes des sciences et des technologies
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 enseignants0,091
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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,004
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 Opus0,008
Tête enseignante GPT0,205
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.

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

Citations202
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetGraphene research and applicationsTravaux en français237 207