MétaCan
Menu
Retour à la cohorte
Enregistrement W2791243354 · doi:10.1002/cjce.23195

Evaluation of degradation and kinetics parameters of acid orange 7 through wet air oxidation process

2018· article· en· W2791243354 sur OpenAlexvenueno aff
Marine Minière, Olivier Boutin, Audrey Soric

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAdvanced oxidation water treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEffluentBiodegradationWet oxidationOxidation processDegradation (telecommunications)ChemistryAcetic acidOrange (colour)KineticsPulp and paper industryOrganic chemistryChemical engineeringCatalysisEnvironmental engineeringEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Abstract Among the industrial effluents presenting constraints to traditional biological treatments, those from textile industries are of particular concern. Wet air oxidation is an effective process that significantly increases biodegradability of the treated effluent. In this study, the advantage of this process was tested for the treatment of acid orange 7, a dye molecule used as a model textile effluent. Different experimental conditions of temperature (200 to 300 °C) and duration of treatment were used to determine its degradation yield during the wet air oxidation process, at a total pressure of 30 MPa. All these conditions led to complete degradation of acid orange 7, but residual Total Organic Carbon always remained. Oxidation byproducts were identified by the means of GC and HPLC analyses. Acetic acid remains the major compound not oxidized. These experiments resulted in the proposal of a reaction scheme associated with kinetic constants. Finally, the optimal conditions for the improvement of the biodegradability of the effluent were determined. This wet air oxidation process could then be coupled with a biological treatment to obtain an overall degradation meeting the criteria for release into the environment.

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 enseignants0,047
Score d'incertitude au seuil0,180

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 Opus0,021
Tête enseignante GPT0,241
Écart entre enseignants0,221 · 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

Citations5
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetAdvanced oxidation water treatmentTravaux en français237 207