MétaCan
Menu
Retour à la cohorte
Enregistrement W2593115625 · doi:10.1002/cjce.22823

The role of hydrophobic properties in ion exchange removal of organic compounds from water

2017· article· en· W2593115625 sur OpenAlexafffundvenue
Sonia Rahmani, Madjid Mohseni

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueMembrane-based Ion Separation Techniques
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésChemistrySolvationSorptionHydrophobic effectAdsorptionIon exchangeInorganic chemistryIonIonic bondingSolventMoleculeIonic strengthAqueous solutionOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The removal of organic compounds by ion exchange resins is a complex process due to the involvement of several interacting phenomena during the course of removal. The objective of this research is to clarify the contribution of these interactions to the removal of different organic compounds under various solution conditions. This study investigates the sorption of three ionizable organic compounds, which are identical in terms of ionic charges and different in their non‐polar moieties, in order to better evaluate the contribution of solute‐solvent interactions to the affinity of these compounds for ion exchange. The higher uptake of hydrophobic compounds and lower competition effect from inorganic anions on the removal of these compounds provide evidence for the importance of the hydrophobic effect. The hydrophobic characteristics of organic compounds and the favourable entropy change that they impose during de‐solvation contribute greatly to the ion exchange selectivity of these compounds. Furthermore, increasing the ionic strength of solution by adding high charge density anions, such as sulphate, to the water diminishes the contribution of electrostatic interaction, and hence the potential physical adsorption between resin and organic molecule predominates the removal mechanism. No change in removal mechanism is observed in the presence of inorganic anions with low charge density such as nitrate.

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 enseignants0,002
Score d'incertitude au seuil0,004

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 savante0,0000,001
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 Opus0,010
Tête enseignante GPT0,183
Écart entre enseignants0,173 · 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

Citations27
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetMembrane-based Ion Separation TechniquesTravaux en français237 207