MétaCan
Menu
Retour à la cohorte
Enregistrement W2141560486 · doi:10.1002/cjce.22053

The removal of heavy metal cations from an aqueous solution using ionic liquids

2014· article· en· W2141560486 sur OpenAlexvenueno aff
María Antonieta Valdés Vergara, Irina V. Lijanova, Natalya V. Likhanova, David Jaramillo Vigueras, Octavio Olivares‐Xometl

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2014
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueIonic liquids properties and applications
Établissements canadiensnon disponible
Organismes subventionnairesSecretaría de Investigación y Posgrado, Instituto Politécnico Nacional
Mots-clésIonic liquidAqueous solutionCobaltMetalZincInorganic chemistryIonic bondingChemistryExtraction (chemistry)NickelCopperAqueous two-phase systemAtomic absorption spectroscopyHalogenMetal ions in aqueous solutionAbsorption (acoustics)IonMaterials scienceChromatographyPhysical chemistryOrganic chemistryCatalysisAlkyl

Résumé

récupéré en direct d'OpenAlex

The performance of new water immiscible halogen‐free ionic liquids, which were synthesized from the corresponding trialkylamine, was evaluated by comparing it to that of a highly efficient commercial ionic liquid as extracting agent of heavy metal cations. In order to determine the amount of metal cations present in the aqueous phase, after performing the extraction process, the atomic absorption technique was used. The removal of metal cations, such as nickel, copper, lead, zinc, and cobalt, from the aqueous solution with an initial concentration of 25 ppm performed by the synthesized ionic liquids at room temperature and neutral pH was highly efficient: for Ni (II), the efficiency was up to 96.00 %; for Pb (II), it ranged from 93.00 to 99.00 %; and for Cu (II), it almost reached 100 %.

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)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,014
Tête enseignante GPT0,215
Écart entre enseignants0,201 · 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

Citations29
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetIonic liquids properties and applicationsTravaux en français237 207