MétaCan
Menu
Retour à la cohorte
Enregistrement W2789681290 · doi:10.3390/w10020202

Floating Photocatalysts for Passive Solar Degradation of Naphthenic Acids in Oil Sands Process-Affected Water

2018· article· en· W2789681290 sur OpenAlexafffundabout
Tim Leshuk, Harish Krishnakumar, Diogo de Oliveira Livera, Frank Gu

Notice bibliographique

RevueWater · 2018
Typearticle
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of WaterlooShell Canada
Mots-clésOil sandsNaphthenic acidAsphaltDegradation (telecommunications)Environmental sciencePhotocatalysisWaste managementExtraction (chemistry)Mixing (physics)Water treatmentPulp and paper industryChemistryMaterials scienceEnvironmental engineeringOrganic chemistryCatalysisCorrosion

Résumé

récupéré en direct d'OpenAlex

Oil sands process-affected water (OSPW), generated from bitumen extraction in the Canadian oil sands, may require treatment to enable safe discharge to receiving watersheds, as dissolved naphthenic acids (NAs) and other acid extractable organics (AEO), identified as the primary toxic components of OSPW, are environmentally persistent and poorly biodegradable. However, conventional advanced oxidation processes (AOPs) are impractically expensive to treat the volumes of OSPW stockpiled in the Athabasca region. Here we prepared floating photocatalysts (FPCs) by immobilizing TiO2 on glass microbubbles, such that the composite particles float at the air-water interface for passive solar photocatalysis. The FPCs were demonstrated to outperform P25 TiO2 nanoparticles in degrading AEO in raw OSPW under natural sunlight and gentle mixing conditions. The FPCs were also found to be recyclable for multiple uses through simple flotation and skimming. This paper thus demonstrates the concept of a fully passive AOP that may be scalable to oil sands water treatment challenges, achieving efficient NA reduction solely through the energy provided by sunlight and natural mixing processes (wind and waves).

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 enseignants0,008
Score d'incertitude au seuil0,387

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 technologies0,0000,000
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 Opus0,010
Tête enseignante GPT0,251
Écart entre enseignants0,241 · 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

Citations38
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueWaterMême sujetPetroleum Processing and AnalysisTravaux en français237 207