MétaCan
Menu
Retour à la cohorte
Enregistrement W2410164972 · doi:10.1080/10934529.2016.1170459

Insight into sorption mechanism of phenanthrene onto gemini modified palygorskite through a multi-level fuzzy-factorial inference approach

2016· article· en· W2410164972 sur OpenAlexafffund
Shan Zhao, Guohe Huang, Shuo Wang, Xiuquan Wang, Wendy Huang

Notice bibliographique

RevueJournal of Environmental Science and Health Part A · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueSoil and Unsaturated Flow
Établissements canadiensMcMaster UniversityUniversity of Regina
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaHigher Education Discipline Innovation Project
Mots-clésSorptionPalygorskiteFactorial experimentFractional factorial designIonic strengthFactorialPulmonary surfactantPhenanthreneFactorial analysisMathematicsChemistryChemical engineeringEnvironmental chemistryStatisticsOrganic chemistryAdsorptionEngineering

Résumé

récupéré en direct d'OpenAlex

A multi-level fuzzy-factorial inference approach was proposed to examine the sorption behavior of phenanthrene on palygorskite modified with a gemini surfactant. Fuzzy set theory was used to determine five experimentally controlled environmental factors with triangular membership functions, including initial concentration, added humid acid dose, ionic strength, temperature, and pH. The statistical significance of factors and their interactions affecting the sorption process was revealed through a multi-level factorial experiment. Initial concentration, ionic strength, and pH were identified as the most significant factors based on the multi-way ANOVA results. Examination of curvature effects of factors revealed the nonlinear complexity inherent in the sorption process. The potential interactions among experimental factors were detected, which is meaningful for providing a deep insight into the sorption mechanisms under the influences of factors at different levels.

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)0,001
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 enseignants0,335
Score d'incertitude au seuil0,354

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,067
Tête enseignante GPT0,286
Écart entre enseignants0,219 · 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

Citations6
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Science and Health Part AMême sujetSoil and Unsaturated FlowTravaux en français237 207