MétaCan
Menu
Retour à la cohorte
Enregistrement W2148644502 · doi:10.1155/2014/606534

Degradation of TCE by TEOS Coated nZVI in the Presence of Cu(II) for Groundwater Remediation

2014· article· en· W2148644502 sur OpenAlexaff
Amruthur S. Ramamurthy, Mahmoud M. Eglal

Notice bibliographique

RevueJournal of Nanomaterials · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueEnvironmental remediation with nanomaterials
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésEnvironmental remediationDegradation (telecommunications)Materials scienceGroundwaterGroundwater remediationContaminated groundwaterEnvironmental chemistryChemical engineeringContaminationGeotechnical engineeringChemistry

Résumé

récupéré en direct d'OpenAlex

The removal of TCE by nanofer zero valent iron (nanofer ZVI) coated with tetraethyl orthosilicate (TEOS) in the presence of Cu(II) at different environmental conditions was studied. The kinetics of TCE degradation by nanofer ZVI was determined. At a dosage of 10 mg of nanofer ZVI, almost 63% of TCE was removed, when Cu(II) and TCE were present. It contrasts with 42% degradation of TCE in the absence of Cu(II). SEM/EDS images indicated that Cu(II) is reduced to form Cu 0 and Cu 2 O. These formations are considered to be responsible for enhancing TCE degradation. Direct reduction involves hydrogenolysis and β ‐elimination in the transformation of TCE, while indirect reduction involves atomic hydrogen and no direct electron transfer from the metal to reactants. The reduction of activation energy was also noted indicating that the rate limiting step for TCE degradation in the presence of Cu(II) is surface chemical reaction rather than diffusion. Most of iron present in nanofer ZVI get dissolved causing the generation of localized positive charge regions and form metal chlorides. Local accumulation of hydrochloric acid inside the pits regenerates new reactive surfaces to serve as sources of continuous electron generation. No significant effect of TCE was noticed for Cu(II) sequestration.

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)0,002
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 enseignants0,005
Score d'incertitude au seuil0,337

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 Opus0,010
Tête enseignante GPT0,220
Écart entre enseignants0,209 · 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

Citations8
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of NanomaterialsMême sujetEnvironmental remediation with nanomaterialsTravaux en français237 207