MétaCan
Menu
Retour à la cohorte
Enregistrement W2104520905 · doi:10.1002/cjce.22112

Assessment of denitrification using electrocoagulation process

2014· article· en· W2104520905 sur OpenAlexvenueno aff
Tania Yehya, Wafaa Balla, Mohammed Chafi, Fabrice Audonnet, Christophe Vial, Abdelhafid Essadki, Bouchaib Gourich

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAdvanced oxidation water treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAdsorptionElectrolysisChemistryNitrateElectrocoagulationDenitrificationAmmoniumInorganic chemistryElectrochemistryWater treatmentEnvironmental chemistryEnvironmental engineeringElectrodeNitrogenElectrolyteOrganic chemistryEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Abstract The objectives were to study the applicability of electrocoagulation (EC) for the denitrification of drinking water and to determine the main mechanisms of pollution removal. Electrolysis in the intensiostatic mode was applied to a synthetic water representative of potable water in which the concentration of nitrate ions was varied up to 200 mg/L. The respective influences of process parameters, initial concentration of nitrates, and initial pH were investigated. Experimental results show that EC removes efficiently nitrates, following first‐order kinetics. A two‐step mechanism was established: it consisted of the electroreduction of nitrates into ammonium on the cathode, followed by the adsorption of ammonium on the precipitated oxyhydroxides. Adsorption exhibited a zero‐order mechanism. The rates of the two mechanisms were proportional to electrical charge loading and to the total amount of aluminum released in water, as current did not modify significantly the surface area of precipitates. However, adsorption was impaired by the increase of pH resulting from the electroreduction of nitrates, whereas the electrochemical step was insensitive to pH. While the electroreduction of nitrates is known to be far more expensive than biological denitrification, aluminum hydroxides formed during EC present interesting adsorption properties for ammonium removal.

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 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 enseignants0,183
Score d'incertitude au seuil0,155

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)0,0000,000

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 GPT0,232
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 tête enseignante, 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

Citations14
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetAdvanced oxidation water treatmentTravaux en français237 207