Degradation of chlorinated butenes and butadienes by granular iron
Notice bibliographique
Résumé
Sites where chlorobutyl rubber is produced have the potential to release a mixture of chlorinated butenes and butadienes, which are known to be toxic and persistent, into the groundwater environment. The potential contaminants include trans-1,4-dichlorobutene-2 (1,4-DCB-2), 3,4-dichlorobutene-1 (3,4-DCB-1), 2,3,4-trichlorobutene-1 (2,3,4-TCB-1), 2-chlorobutadiene-1,3 (chloroprene) and 2,3-dichlorobutadiene-1,3 (DCBD). Granular iron has been shown to reductively dechlorinate a number of compounds and has been used in permeable reactive barriers (PRBs) for in-situ groundwater remediation. To evaluate the possibility of using granular iron for the remediation of the above contaminants, a series of batch experiments were conducted. Results show that dechlorination reactions for chlorinated butenes closely followed pseudo-first-order kinetics with normalized half-lives ranging from 5.1 to 7.5 h. Chlorinated butadienes degraded much slower in batch tests with normalized half-lives ranging from 38.8 to 128 h. Chlorine mass balance calculations showed that 1,4-DCB-2, 3,4-DCB-1 and chloroprene were fully dechlorinated by granular iron. 2,3,4-TCB-1 was transformed to chloroprene as an intermediate via a reductive -elimination pathway. Neither the presence of CaCO 3 nor temperature affected degradation rates suggesting that mass transport to iron surfaces was limiting degradation in batch tests. A column experiment was conducted on 3,4-DCB-1 and a normalized half-life of 1.6 min was found. Faster degradation in the column was thought to be due to enhanced mixing effects. 3,4-DCB-1 was converted to 1,3butadiene via reductive -elimination, which was then converted to a mixture of 1-butene, cis-2-butene and trans-2-butene via catalytic hydrogenation.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».