MétaCan
Menu
Retour à la cohorte
Enregistrement W2407373136 · doi:10.1515/ijcre-2016-0024

Photodegradation Efficiencies in a Photo-CREC Water-II Reactor Using Several TiO <sub>2</sub> Based Catalysts

2016· article· en· W2407373136 sur OpenAlexaff
Benito Serrano, Jesus Moreira del Rio, Jesus Fabricio Guayaquil, Hugo de Lasa

Notice bibliographique

RevueInternational Journal of Chemical Reactor Engineering · 2016
Typearticle
Langueen
DomaineEnergy
ThématiqueTiO2 Photocatalysis and Solar Cells
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésAnatasePhotodegradationPhotocatalysisCatalysisPhenolPhotochemistryChemical engineeringCrystallinityMaterials scienceChemistryOrganic chemistryComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract This study reports phenol degradation using several TiO 2 photocatalysts (DP25, Anatase 1, Hombikat UV-100, Anatase 2) in a Photo-CREC Water-II Reactor. The physicochemical properties of the photocatalysts used, such as crystallinity, superficial area, and pore size distribution are reported. Reactor efficiencies are calculated using both Quantum Yields (QYs) and Photochemical and Thermodynamic Efficiency Factors (PTEFs). This is accomplished using phenol and phenol intermediate photoconversion rates. This allows the determination of hydroxyl radical consumption rates, at every step of the photodegradation process. With these data, and with the absorbed photon rates, energy efficiencies are calculated. It is shown that for the best performing photo catalysts the maximum QYs reach 50 % levels. These favourable photoconversion efficiencies confirm the critical importance of having available highly performing photocatalysts and photoreactors, such is the case of Photo-CREC Water-II Reactor unit.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,010
Tête enseignante GPT0,218
Écart entre enseignants0,208 · 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 source (Gemma direct ou Codex distillé), 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

Citations5
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Chemical Reactor EngineeringMême sujetTiO2 Photocatalysis and Solar CellsTravaux en français237 207