MétaCan
Menu
Retour à la cohorte
Enregistrement W2917903221 · doi:10.2166/wpt.2019.014

Nanofibers for textile waste water management

2019· article· en· W2917903221 sur OpenAlexaff
Joginder Singh Paneysar, Snehal Sawant, Meng Hei Ip, Sukhwinder K. Bhullar, Stephen Barton, Premlata Ambre, Evans C. Coutinho

Notice bibliographique

RevueWater Practice & Technology · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAdsorption and biosorption for pollutant removal
Établissements canadiensSt. Boniface Hospital
Organismes subventionnairesUniversity Grants Commission
Mots-clésFreundlich equationCopolymerNanofiberWastewaterAdsorptionLangmuirMaterials scienceTextilePolymerChemical engineeringWaste managementChemistryOrganic chemistryNanotechnologyComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract Currently, textile wastewater management focuses on dye removal efficiency and operating costs. Dual responsive polymers are choice materials because they can extract diverse organic compounds from water at their phase transition point. They are copolymers of the acrylamide class, and have been fully characterized by FT-IR, 1H-NMR, DSC, GPC and surface area analysis. Of the five dual responsive polymers, the copolymer of NIPAAM and DMAEMA (CoP-1) offers the best extraction of acidic and basic dyes from wastewater. All copolymers investigated can achieve better than 90% dye removal when used at 4 mg/ml concentration. This dye-scavenging efficiency increases to almost 99% at 3 mg/ml, on conversion of the copolymers to nanofibers in 300 to 500 nm size. Langmuir and Freundlich isotherms were constructed to study the mechanism of dye adsorption. The nanofibers have been shown to be reusable for removal of dyes from water, suggesting that such systems may add benefit to current dye removal methods from textile industry wastewater.

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 enseignants0,003
Score d'incertitude au seuil0,010

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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,005
Tête enseignante GPT0,223
Écart entre enseignants0,218 · 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

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Practice & TechnologyMême sujetAdsorption and biosorption for pollutant removalTravaux en français237 207