MétaCan
Menu
Retour à la cohorte
Enregistrement W2552162027 · doi:10.1002/rem.21481

Selectivity of Nano Zerovalent Iron in <i>In Situ</i> Chemical Reduction: Challenges and Improvements

2016· article· en· W2552162027 sur OpenAlexaff
Dimin Fan, Denis M. O’Carroll, Daniel W. Elliott, Zhong Xiong, Paul G. Tratnyek, Richard L. Johnson, Ariel Nunez Garcia

Notice bibliographique

RevueRemediation Journal · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueEnvironmental remediation with nanomaterials
Établissements canadiensWestern University
Organismes subventionnairesStrategic Environmental Research and Development ProgramOak Ridge Institute for Science and EducationU.S. Department of Defense
Mots-clésZerovalent ironReduction (mathematics)In situSelectivityNano-ChemistryNanotechnologyBiochemical engineeringChemical engineeringMaterials scienceEngineeringMathematicsOrganic chemistryCatalysis

Résumé

récupéré en direct d'OpenAlex

Nano zerovalent iron (nZVI) is a promising remediation technology utilizing in situ chemical reduction (ISCR) to clean up contaminated groundwater at hazardous waste sites. The small particle size and large surface area of nZVI result in high reactivity and rapid destruction of contaminants. Over the past 20 years, a great deal of research has advanced the nZVI technology from bench-scale tests to field-scale applications. However, to date, the overall number of well-characterized nZVI field deployments is still small compared to other alternative remedies that are more widely applied. Apart from the relatively high material cost of nZVI and questions regarding possible nanotoxicological side effects, one of the major obstacles to the widespread utilization of nZVI in the field is its short persistence in the environment due to natural reductant demand (NRD). The NRD for nZVI is predominantly due to reduction of water, but other reactions with naturally present oxidants (e.g., oxygen) occur, resulting in situ conditions that are reducing (high in ferrous iron phases and H2) but with little or no Fe(0). This article reviews the main biogeochemical processes that determine the selectivity and longevity of nZVI, summarizes data from prior (laboratory and field) studies on the longevity of various common types of nZVI, and describes modifications of nZVI that could improve its selectivity and longevity for full-scale applications of ISCR. © 2016 Wiley Periodicals, Inc.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,001
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,009
Tête enseignante GPT0,203
Écart entre enseignants0,194 · 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

Citations73
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRemediation JournalMême sujetEnvironmental remediation with nanomaterialsTravaux en français237 207