MétaCan
Menu
Retour à la cohorte
Enregistrement W2527822101 · doi:10.1680/jenes.15.00021

Photochemical aqueous mercury removal: effects of DOM and DO

2016· article· en· W2527822101 sur OpenAlexvenueno aff
Amy Gruss, Regina Rodriguez, Christine O. Valcarce, Erica W. Gonzaga, David W. Mazyck

Notice bibliographique

RevueJournal of Environmental Engineering and Science · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensnon disponible
Organismes subventionnairesNational Science Foundation
Mots-clésMercury (programming language)ChemistryEnvironmental chemistryVolatilisationDissolved organic carbonOxygenNitrogenSulfurNitrateAqueous solutionUltravioletInorganic chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Photochemical reactions between mercury (Hg) and dissolved organic matter were studied to understand what conditions would promote mercury volatilisation from solution. Prepared solutions of mercury (II) nitrate and humic acid (HA) (at different ratios) were exposed to 254-nm ultraviolet irradiation and a continuous purge with nitrogen, air or oxygen gas to create three different dissolved oxygen (DO) concentrations. As HA was introduced into the system with a nitrogen purge, the overall quantity of dissolved gaseous mercury after 60 min, and subsequent mercury removal, decreased. An analysis of variance indicated that there is only a 61% confidence level that the 1:10 and the 1:100 mercury–HA ratios are statistically different, suggesting that the decrease in mercury removal as HA concentration increased cannot be solely attributed to mercury binding with sulfur or other functional groups on the HA. Experiments indicated a positive correlation of HA oxidation as DO increased with an air and oxygen purge.

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 enseignants0,377
Score d'incertitude au seuil0,236

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 technologies0,0000,001
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 Opus0,003
Tête enseignante GPT0,196
Écart entre enseignants0,192 · 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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Engineering and ScienceMême sujetMercury impact and mitigation studiesTravaux en français237 207