Representation of Heterogeneity in "Single Collector Efficiency" Equation for Multi Walled Carbon Nanotubes
Notice bibliographique
Résumé
Carbon nanotubes (type of engineered nanoparticles) are identified as a group of new and emerging contaminants. Because of their unique characteristics, novel models need to be developed in order to forecast their transport and fate in the saturated porous media. The movement of nanoparticles through saturated porous media has been previously modelled by clean-bed filtration theory. In this theory single collector efficiency (SCE) evaluates the fraction of transported particles that come into contact with the collector grain and can be removed from the aqueous phase. This equation assumes spherical geometry for nanoparticles. This assumption was identified as a short coming concerning carbon nanotubes (CNTs). To address this limitation, single collector efficiency equation was modified to accommodate the cylindrical shape of Multi-Walled Carbon Nanotubes (MWCNT), however, the underlying assumption for this empirical model is uniformity and homogeneity of the porous media. In this paper, further modification of the abovementioned equation is suggested in order to represent the heterogeneity of a natural porous media through replacing the “collector diameter”. This was achieved through utilising field measured properties such as hydraulic conductivity, porosity, and grain-size distribution. The resulting equation overcomes the limitations of current approaches and shows remarkable agreement with exact theoretical predictions of the single collector efficiency over a range of conditions commonly encountered in natural groundwater systems. Furthermore, the theoretical effect of natural heterogeneity on the movement of CNTs in saturated porous media is assessed. It was established that the use of an average grain size can greatly over-estimate the movement of CNTs while representing heterogeneity through the modified equation reduces the modelled mobility of CNTs. In addition, increasing heterogeneity (smaller uniformity coefficient) resulted in mobility reduction for CNTs.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».