MétaCan
Menu
Retour à la cohorte
Enregistrement W2408414095 · doi:10.1061/(asce)ee.1943-7870.0001135

Photocatalytic Degradation of Polycyclic Aromatic Hydrocarbons in Offshore Produced Water: Effects of Water Matrix

2016· article· en· W2408414095 sur OpenAlexafffund
Бо Лю, Bing Chen, Bai Yu Zhang, Liang Jing, He Zhang, Kenneth Lee

Notice bibliographique

RevueJournal of Environmental Engineering · 2016
Typearticle
Langueen
DomaineEnergy
ThématiqueTiO2 Photocatalysis and Solar Cells
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesFisheries and Oceans CanadaNatural Sciences and Engineering Research Council of CanadaResearch and Development Corporation of Newfoundland and Labrador
Mots-clésEnvironmental chemistryPhotodegradationPhotocatalysisDegradation (telecommunications)ChemistrySalinityDistilled waterPyreneDissolved organic carbonPollutantSeawaterSolubilityCatalysisOrganic chemistryChromatographyGeology

Résumé

récupéré en direct d'OpenAlex

To demonstrate the feasibility of photocatalysis for the removal of polycyclic aromatic hydrocarbons (PAHs) from offshore-produced water (OPW), the effects of water matrix were studied by comparing the performance of TiO2-induced photocatalysis in distilled water and OPW media. The effects of salinity, insoluble particulate matter, and organic composition were evaluated. The results showed the strong improvements with the addition of catalysts but the enhancement of photocatalysis was restricted by OPW media. The photocatalytic degradation of PAHs with high molecular weights was more sensitive to the variations of salinity and insoluble matter due to their lower solubility. The overall degradation of PAHs was strongly restricted by the organic composition in OPW particularly the aromatic compounds. The aromatic compounds played an important role as ultraviolet-photon absorbents and competed with the photodegradation of PAHs. Because of their abundance in OPW, these species had the most significant effect on the photocatalytic degradation of PAHs.

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 enseignants0,007
Score d'incertitude au seuil0,013

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 recherche0,0000,000
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 Opus0,003
Tête enseignante GPT0,177
Écart entre enseignants0,174 · 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

Citations48
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental EngineeringMême sujetTiO2 Photocatalysis and Solar CellsTravaux en français237 207