MétaCan
Menu
Retour à la cohorte
Enregistrement W2098133115 · doi:10.1039/b819279k

Reduction of hexavalent chromium mediated by micron- and nano-scale zero-valent metallic particles

2009· article· en· W2098133115 sur OpenAlexaff
Mario Rivero-Huguet, William D. Marshall

Notice bibliographique

RevueJournal of Environmental Monitoring · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueEnvironmental remediation with nanomaterials
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésHexavalent chromiumZerovalent ironChromiumMetalZero (linguistics)Materials scienceNano-Reduction (mathematics)Nanoscopic scaleNanotechnologyMetallurgyChemistryComposite materialMathematicsPhysical chemistryGeometry

Résumé

récupéré en direct d'OpenAlex

A variety of zero-valent metals (Al(0), Cu(0), Fe(0), Mg(0), Ni(0), Si(0) and Zn(0)), and Cu(0) and Fe(0) nano-sized particles were evaluated for reactivity towards the reduction of Cr(VI) in a surfactant preparation (Tween 20) under a selection of reaction conditions. At circum neutral pHs, a rapid inactivation of the surface was observed for almost all of the tested metals and complete reduction of Cr(VI) was achieved at acidic pH only by using Cu(0), Fe(0), Mg(0) or Zn(0). A considerable increase in reactivity (up to 100-fold) was observed for reductive remediation with nano-sized particles. The use of a solid support as a dispersant and stabilizer circumvented the tendency of freshly prepared nano-particles to either react with surrounding media or agglomerate, resulting in the formation of much larger flocs and appreciable loss in reactivity. The formation of clusters by polymeric structures provided an extra protection of the nano-particle surface with a striking improvement in their reactivity mainly at more alkaline conditions. Therefore the incorporation of an innocuous stabilizer can substantially enhance the stability of nano-particles for environmental transformations.

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 enseignants0,001
Score d'incertitude au seuil0,002

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 Opus0,006
Tête enseignante GPT0,196
Écart entre enseignants0,190 · 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

Citations66
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental MonitoringMême sujetEnvironmental remediation with nanomaterialsTravaux en français237 207