Relationship between copper species in solution and leaching from alkaline copper quat (ACQ) treated wood
Notice bibliographique
Résumé
Abstract The effects of pH and Cu:Mea ratio in alkaline copper quat (ACQ) solution formulation on the distribution of copper-monoethanolamine (Cu-Mea) complex species and Cu precipitation, and its influence on copper leaching from treated southern pine samples were investigated. Distribution of Cu in ACQ solution was studied by means of an equilibrium speciation model for aqueous systems (MINTEQA2). Conditions that favored a higher proportion of monovalent cationic complex, [Cu(Mea) 2-H ] 1+ , and precipitated copper as CuCO 3 (s), resulted in higher leach resistance in treated wood compared to conditions that favored the neutral copper complexes, [Cu(Mea) 2-2H ] 0 , and higher ligand copper complexes, [Cu(Mea) 3 ] 2+ , [Cu(Mea) 4 ] 2+ . Monovalent cationic Cu complex is maximized at a pH close to 9 with a Cu:Mea molar ratio of 1:4. Amounts of Cu leached at pH 9 were low compared to those at pH 12, where most of the Cu is present as neutral complex. Reduction of pH from 9 to 8 did not reduce Cu leaching, because of the lower cation exchange capacity of wood at the lower pH. Changing the Cu:Mea molar ratio to 1:3 at pH 9 significantly reduced the higher ligand complexes in the formulation and resulted in the majority of the copper being distributed as monovalent cationic complexes and some CuCO 3 (s) precipitation. These changes in 1:3 formulation significantly reduced copper leaching compared to Cu:Mea ratios of 1:4 and 1:10.
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) | 0,001 | 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 ».