MétaCan
Menu
Retour à la cohorte
Enregistrement W2144274232 · doi:10.1002/rem.20022

Kinetic study of permanganate oxidation of tetrachloroethylene at a high pH under acidic conditions

2004· article· en· W2144274232 sur OpenAlexaff
Qunli Dai, Stanley Reitsma

Notice bibliographique

RevueRemediation Journal · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueEnvironmental remediation with nanomaterials
Établissements canadiensUniversity of WindsorGolder Associates (Canada)
Organismes subventionnairesnon disponible
Mots-clésPotassium permanganateChemistryTetrachloroethyleneCarbon dioxidePermanganateInorganic chemistryPotassiumRedoxEnvironmental chemistryOrganic chemistryTrichloroethylene

Résumé

récupéré en direct d'OpenAlex

Abstract Since carbon compounds are the main component of dense nonaqueous phase liquids (DNAPLs), the end products of all in situ chemical oxidation (ISCO) will include carbon dioxide. If the production rate of carbon dioxide exceeds the capacity of water to remove the carbon dioxide, degassing will occur. The uncontrolled carbon dioxide gas may change the flow patterns, remobilize the pooled DNAPL, transport DNAPL vapor, and reduce the relative permeability to the aqueous phase. Under high pH buffered conditions, most of the carbon dioxide will be dissolved in water. In this study, potassium permanganate oxidation of tetrachloroethylene (PCE) was conducted using a sodium carbonate buffered solution (1 g/L, pH = 10.6 ± 0.1) at three different temperatures (5, 10, and 20°C) and three potassium permanganate concentrations (0.2, 1, and 5 g/L). Extensive kinetic studies suggest that the overall oxidation is a second‐order reaction and pseudo‐first‐order with respect to PCE and potassium permanganate, respectively. The second‐order rate constant and the activation energy were 0.028 ± 0.001 M−1s−1 at 20°C and 43.9 ± 2.85 kJ/M, respectively. This study provides a base for further experimental and field studies on potassium permanganate oxidation of PCE under natural or artificial high pH buffered conditions. © 2004 Wiley Periodicals, Inc.

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 enseignants0,002
Score d'incertitude au seuil0,003

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)0,0010,000

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 Opus0,010
Tête enseignante GPT0,223
Écart entre enseignants0,214 · 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

Citations13
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRemediation JournalMême sujetEnvironmental remediation with nanomaterialsTravaux en français237 207