MétaCan
Menu
Retour à la cohorte
Enregistrement W2095087800 · doi:10.1260/0263-6174.30.5.369

Peat Characterization and Uptake of Nickel (II) and Cobalt (II) in a Saprist Peat Column

2012· article· en· W2095087800 sur OpenAlexaffabout
Emmanuel S. Asapo, Cynthia A. Coles

Notice bibliographique

RevueAdsorption Science & Technology · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePeatlands and Wetlands Ecology
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésPeatChemistryNickelCobaltEnvironmental chemistryCharacterization (materials science)AdsorptionColumn (typography)Inorganic chemistryOrganic chemistryNanotechnologyEcology

Résumé

récupéré en direct d'OpenAlex

In this study, fibrist and saprist sphagnum peat soils taken from a bog in Torbay, Newfoundland (Canada) were characterized. The saprist and fibrist peat soils had wet bulk densities of 0.65 and 0.60 g/cm 3 , respectively, and cation-exchange capacities of 70 and 45 meq/100 g, respectively. The pH of both peat soils was 4.2 and the soils were amorphous for the most part; however, the fibrist peat was more porous than the saprist peat. Results of Fourier transform infrared spectroscopy and 13 carbon nuclear magnetic resonance suggested the presence of carboxylic acid, alcoholic hydroxyl, phenolic hydroxyl, amine and amide functional groups in both peats. The less reported amine and amide groups may have been observed because non-destructive characterization techniques were employed. The saprist peat was studied as an Ni 2+ and Co 2+ adsorbent in a vertical downflow fixed-bed column and at the end of each column experiment, metal ions in the upper layer of the peat were desorbed with HCl. The metal sorption capacity of the saprist peat increased with decreasing flow rate and overall the sorption capacity of Ni 2+ was two times greater than the sorption capacity of Co 2+ . Ni 2+ may have been retained by a combination of ion exchange and complexation, while Co 2+ may have been retained only by complexation.

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 enseignants0,080
Score d'incertitude au seuil0,159

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 savante0,0000,000
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 Opus0,009
Tête enseignante GPT0,233
Écart entre enseignants0,224 · 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

Citations1
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdsorption Science & TechnologyMême sujetPeatlands and Wetlands EcologyTravaux en français237 207