MétaCan
Menu
Retour à la cohorte
Enregistrement W2771644376 · doi:10.1002/aic.16051

Model fitting of sorption kinetics data: Misapplications overlooked and their rectifications

2017· article· en· W2771644376 sur OpenAlexafffund
Yifeng Huang, Muhammad Umar Farooq, Shuixiu Lai, Xianshe Feng, Panida Sampranpiboon, Xiaodong Wang, Wei Huang

Notice bibliographique

RevueAIChE Journal · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAdsorption and biosorption for pollutant removal
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaChina Scholarship Council
Mots-clésSorptionThermodynamicsReaction rate constantKineticsChemistryRate equationConstant (computer programming)RectificationPhysical chemistryAdsorptionPhysicsClassical mechanicsComputer science

Résumé

récupéré en direct d'OpenAlex

When the model fitting of sorption kinetics data was performed using linearized pseudosecond‐order rate equations based on constant Q e corresponding to equilibrium sorption, the instantaneous driving force for sorption was underestimated, resulting in an erroneous overestimation of the rate constant. To resolve the issue, a rectification of the model fitting was proposed by accounting for the concentration dependence of Q e in the model equation based on the fact that Q e in the equation represents the sorption capacity at that instant as sorption proceeded with time. The rectified approach was validated with experimental data for various sorption systems reported in the literature. It was shown that the rectification yielded true sorption rate constant that characterizes the relationship between sorption rate and solute concentration, thereby resolving the issues associated with the original approach where the specific rate constant was found to depend on solute concentration and sorption time. © 2017 American Institute of Chemical Engineers AIChE J , 64: 1793–1805, 2018

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,915
Score d'incertitude au seuil0,389

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 technologies0,0010,000
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 Opus0,075
Tête enseignante GPT0,300
Écart entre enseignants0,224 · 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

Citations13
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAIChE JournalMême sujetAdsorption and biosorption for pollutant removalTravaux en français237 207