MétaCan
Menu
Retour à la cohorte
Enregistrement W2339143284 · doi:10.1680/jenes.15.00010

Chromium removal from electroplating waste using palm oil fuel ash

2016· article· en· W2339143284 sur OpenAlexvenueno aff
Prayoon Fongsatitkul, P. Elefsiniotis, Chulamard Boonma

Notice bibliographique

RevueJournal of Environmental Engineering and Science · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAdsorption and biosorption for pollutant removal
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChromiumLeaching (pedology)Compressive strengthMetallurgyHexavalent chromiumParticle sizeMaterials sciencePulp and paper industryFerrousWaste managementCementEnvironmental scienceChemistryComposite material

Résumé

récupéré en direct d'OpenAlex

This laboratory-scale study investigated the use of palm oil fuel ash (POFA) as an adsorbent to remove hexavalent chromium (Cr) from electroplating waste water as well as the potential of POFA as an admixture in a cement-based stabilisation and solidification (S/S) process. Results indicated that POFA was very effective in removing chromium, exceeding the 99·5% level in all experimental runs. Overall, adsorption improved as the POFA particle size decreased and the concentration of the reagent (ferrous chloride) added increased. Regarding the S/S tests, both the compressive strength and the chromium leachability of the solidified samples were found to be optimal at the lower explored ranges of POFA and ash-sludge mix ratio (0·25/0·25), water-to-solids ratio (0·7) and POFA particle size (<75 µm). Furthermore, both the compressive strength and the chromium leaching concentration of the solidified sludge samples were much lower than 5 mg/l (under most conditions tested), which satisfied the required Thai standards, either for application as a construction material or for secure landfill disposal.

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)0,000
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 enseignants0,432
Score d'incertitude au seuil0,645

Scores Codex et Gemma par catégorie

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 savante0,0000,001
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 Opus0,006
Tête enseignante GPT0,187
Écart entre enseignants0,180 · 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

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Engineering and ScienceMême sujetAdsorption and biosorption for pollutant removalTravaux en français237 207