MétaCan
Menu
Retour à la cohorte
Enregistrement W2414208148 · doi:10.2175/106143015x14338845155020

Competitive Adsorption and Oxidation Behavior of Heavy Metals on nZVI Coated with TEOS

2015· article· en· W2414208148 sur OpenAlexaff
Mahmoud M. Eglal, Amruthur S. Ramamurthy

Notice bibliographique

RevueWater Environment Research · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueEnvironmental remediation with nanomaterials
Établissements canadiensConcordia University
Organismes subventionnairesU.S. Environmental Protection Agency
Mots-clésAdsorptionHeavy metalsChemical engineeringChemistryEnvironmental chemistryEngineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Zero valent iron nanoparticle (nanofer ZVI) is a powerful substance due to its coating with tetraethyl orthosilicate (TEOS). Tetraethyl orthosilicate imparts higher reactivity and decreases particle agglomeration. The competitive removal and displacement of multi-metals are influenced by time, pH, and initial concentration, the presence and properties of competing metals ion in the solution. For both the isotherm and kinetic studies performed for multi-metal removal experiments, compared to Pb II and Cd II, Cu II experienced a higher removal rate during the initial 5 minutes. After 120 minutes, all metals achieved removal efficiency in the range of 95 to 99%. The results of single and competitive kinetic tests for all three metals during the initial 5 minutes indicated that the presence of other metals generally reduce removal efficiency of metals. Both kinetic test and electron dispersive spectroscope (EDS) studies found that Cu II gets removed faster than the other metals. Pseudo-second order behavior was noted for the multi-metal removal systems.

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 enseignants0,020
Score d'incertitude au seuil0,382

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 savante0,0000,000
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 Opus0,045
Tête enseignante GPT0,273
Écart entre enseignants0,228 · 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

Citations9
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Environment ResearchMême sujetEnvironmental remediation with nanomaterialsTravaux en français237 207