MétaCan
Menu
Retour à la cohorte
Enregistrement W2091911080 · doi:10.1021/ef900557p

Speciation of Mercury in Coal-Fired Power Station Flue Gas<sup>†</sup>

2009· article· en· W2091911080 sur OpenAlexaboutno aff
Pushan Shah, Vladimir Strezov, Peter F. Nelson

Notice bibliographique

RevueEnergy & Fuels · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensnon disponible
Organismes subventionnairesHarvard Graduate School of Education
Mots-clésMercury (programming language)CoalEnvironmental chemistryFlue gasMethylmercuryChemistryEnvironmental scienceCoal combustion productsBiotaTrace elementMERCUREBioaccumulationAnalytical Chemistry (journal)Ecology

Résumé

récupéré en direct d'OpenAlex

Mercury is a potentially toxic trace metal. Mercury exists naturally in coal in very low concentrations, having been incorporated during the coalification process. Consequently, coal-fired power stations are a major anthropogenic source of mercury because of the large quantity of coal used for electricity generation. In the environment, mercury transforms into methylmercury, a potential neurotoxin, bioaccumulates in aquatic biota, and subsequently, enters the food chain. The subsequent environmental fate and ability to capture mercury prior to emission are dependent upon its different physicochemical forms and oxidation states, known as speciation. In this work, speciation of mercury was conducted at five different coal power stations across Australia (one in New South Wales, three in Western Australia, and one in Queensland) by the Ontario Hydro sampling and analysis method. The total Hg concentrations in the emissions of these plants were found to be in the range of 1.9−5.6 μg Nm −3 . Particle-bound mercury Hg P occurred in very low proportions of 0.3−3.7%, while variable proportions of Hg 0 and Hg II were observed. Kinetic calculations were performed assuming a homogeneous system to understand role of the chlorine/mercury ratio of feed coal in the oxidation of mercury during power station combustion. Results from this study are compared to previous work published in the literature and discussed with respect to operating parameters of the power station.

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 consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,677
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)0,0020,000

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 Opus0,011
Tête enseignante GPT0,239
Écart entre enseignants0,228 · 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'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

Citations32
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetMercury impact and mitigation studiesTravaux en français237 207