MétaCan
Menu
Retour à la cohorte
Enregistrement W2318265712 · doi:10.1021/ie302012y

Two-Stage Decontamination of Organophosphorus Compounds on Sensitive Equipment Materials

2012· article· en· W2318265712 sur OpenAlexaff
V.A. Blinov, Konstantin Volchek, Wenxing Kuang, Carl E. Brown, Akshay Bhalerao

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2012
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePesticide Exposure and Toxicity
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésDiazinonParaoxonParathionHuman decontaminationChemistryExtraction (chemistry)MethanolChromatographyMalathionNuclear chemistryPesticideOrganic chemistryWaste management

Résumé

récupéré en direct d'OpenAlex

Decontamination of sensitive equipment materials contaminated by organophosphorus (OP) compounds by a two-stage process was evaluated. The process involved extraction of OP from contaminated materials with methanol (first stage), followed by decomposition of OP by heterogeneous catalytic methanolysis (second stage). In a series of tests diazinon, malathion, paraoxon, parathion, and other organophosphorus pesticides were spiked onto sensitive equipment materials and extracted with methanol after a presented contact time. After extraction, the lowest quantity of residue was found for diazinon, while parathion was the most persistent. High-impact polystyrene (HI-PS) retained 10-fold or more mass of OP than other tested materials. The surface of the HI-PS was deteriorated after contacting with OP due to a plasticizing effect. A longer contact time with HI-PS and lower polarity factor of OP resulted in higher residual amounts of OP after extraction. In the second stage of the process, diazinon and paraoxon were decomposed by methanolysis in presence of palladium- and ytterbium-based solid-supported catalysts, respectively. Complete destruction of diazinon was achieved within 30 s, while 60 min was required to destroy paraoxon.

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)0,001
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 seuil0,499

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,088
Tête enseignante GPT0,312
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

Citations7
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetPesticide Exposure and ToxicityTravaux en français237 207