MétaCan
Menu
Retour à la cohorte
Enregistrement W2883464494 · doi:10.1021/acs.est.8b00079

Real-Time XANES Measurement of Se Reduction by Zerovalent Iron in a Flow-through Cell, and Accompanying Se Isotope Measurements

2018· article· en· W2883464494 sur OpenAlexafffund
Heather K. Shrimpton, Julia H. Jamieson-Hanes, Carol J. Ptacek, David W. Blowes

Notice bibliographique

RevueEnvironmental Science & Technology · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueArsenic contamination and mitigation
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésZerovalent ironChemistryAnoxic watersSelenateIsotopeStable isotope ratioIsotope fractionationFractionationEnvironmental chemistryAdsorptionAqueous solutionEffluentPermeable reactive barrierRedoxAnalytical Chemistry (journal)RadiochemistrySeleniumInorganic chemistryContaminationChromatographyEnvironmental remediationEnvironmental engineering

Résumé

récupéré en direct d'OpenAlex

An anoxic flow-through cell experiment was conducted to examine mechanisms controlling the real-time reduction of selenate (Se(VI)) by zerovalent iron (ZVI), which is commonly used in permeable reactive barriers to treat dissolved contaminants including Se(VI). Changes in selenium (Se) isotope composition were examined by increasing the influent Se concentration over time, thus changing the proportion of Se removed from solution. At the conclusion of the experiment, an anoxic Se-free solution was pumped through the cell to assess the stability of the reaction products. At all stages, X-ray absorption data were obtained from the solid phase and Se isotope data from the aqueous phase. Reduced Se in the form of adsorbed Se(IV), Fe 2 SeO 4, Se(0), and iron selenides accumulated on the ZVI over time. A linear regression function was fit to the δ 82/76 Se values of the effluent, yielding an isotopic separation of 9.6‰. A Rayleigh curve was fit to the isotope data from the effluent samples collected during the rinse stage with an effective fractionation of 2.4‰. The results from this experiment can be used to elucidate the effect of multiple concurrent mechanisms on Se isotope behavior.

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)0,000
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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0010,000

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 Opus0,018
Tête enseignante GPT0,238
Écart entre enseignants0,220 · 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

Citations14
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetArsenic contamination and mitigationTravaux en français237 207