MétaCan
Menu
Retour à la cohorte
Enregistrement W2902786413 · doi:10.1139/cjc-2018-0399

ATR–IR spectroelectrochemical studies of arsenic speciation at the ferrihydrite–solution interface

2018· article· en· W2902786413 sur OpenAlexafffundvenue
Jessica A. Sigrist, Ian J. Burgess

Notice bibliographique

RevueCanadian Journal of Chemistry · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueArsenic contamination and mitigation
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésFerrihydriteArsenateChemistryArsenicArseniteInorganic chemistryAdsorptionDesorptionHydroxideElectrochemistryElectrodePhysical chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The adsorption of arsenic on an amorphous iron oxy(hydroxides) (ferrihydrite) under reductive conditions is reported. The fabrication of an ATR–IR spectroelectrochemical cell that allows the vibrational characterization of arsenate and arsenite adsorbed on a thin film of ferrihydrite is described. The cell is shown to allow the application of reductive conditions through the introduction of a working electrode that is positioned adjacent to the mineral phase. ATR–IR spectra reveal that increasingly negative solution potentials (Eh) leads to the loss of adsorbed arsenate prior to the reductive dissolution of Fe(III) in the ferrihydrite. Under the experimental conditions, there is no evidence of reduction of arsenate to arsenite. Through the use of a miniaturized pH probe, the desorption of arsenate through electrochemical biasing is shown to arise solely from competitive adsorption from hydroxide ions produced by electrolysis of water. The results indicate that, within the time frame accessible in these measurements, only extreme reductive conditions are detrimental to arsenic sequestration in mine tailings facilities.

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 seuil0,005

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,011
Tête enseignante GPT0,239
Écart entre enseignants0,228 · 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

Citations4
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of ChemistryMême sujetArsenic contamination and mitigationTravaux en français237 207