MétaCan
Menu
Retour à la cohorte
Enregistrement W2126610385 · doi:10.1002/ep.670220215

Biofiltration of concentrated mixtures of hydrogen sulfide and methanol

2003· article· en· W2126610385 sur OpenAlexaff
V. S. Sologar, Zijin Lu, D. Grant Allen

Notice bibliographique

RevueEnvironmental Progress · 2003
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueOdor and Emission Control Technologies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBiofilterMethanolChemistryHydrogen sulfideSulfurDimethyl sulfideSulfideHydrogenEnvironmental chemistryPulp and paper industryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract To date, little research has addressed biofiltration of volatile organic compound (VOC) and reduced sulfur compound (RSC) mixtures at the relatively high concentrations (0 to 450 ppmv) of interest to the pulp and paper industry. The objectives of this study were to assess the impact of cotreatment on the biofiltration of air emissions containing mixtures of RSCs and VOCs, and to develop models of the processes. Experiments were conducted at various concentrations (16 s EBRT) using hydrogen sulfide as a model RSC (0–450 ppmv) and methanol as a model VOC (0–400 ppmv). Reaction‐limited and biofilm models showed that hydrogen sulfide degradation followed Monod kinetics, while methanol removal was first order. The maximum hydrogen sulfide removal rate observed during the first three months of operation was 144 g H2S/m3 bed/h. However, this declined to 85–95 g H2S/m3 bed/h in subsequent months. The methanol removal rate was 70–80% of the applied load (maximum 480 g methanol/m3 bed/h) for single component and mixture treatment. The results indicate that methanol and hydrogen sulfide removal in biofilters are independent and that co‐treatment is an attractive option.

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 enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 GPT0,214
Écart entre enseignants0,207 · 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

Citations52
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental ProgressMême sujetOdor and Emission Control TechnologiesTravaux en français237 207