MétaCan
Menu
Retour à la cohorte
Enregistrement W2953894986 · doi:10.1680/jenes.18.00039

Theoretical model for micro-nano-bubbles mass transfer during contaminant treatment

2019· article· en· W2953894986 sur OpenAlexvenueno aff
Zhiran Xia, Liming Hu

Notice bibliographique

RevueJournal of Environmental Engineering and Science · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMinerals Flotation and Separation Techniques
Établissements canadiensnon disponible
Organismes subventionnairesNational Key Research and Development Program of ChinaNational Science Foundation
Mots-clésMass transferEnvironmental scienceOzoneVolume (thermodynamics)Water treatmentEnvironmental chemistryEnvironmental engineeringChemistryThermodynamics

Résumé

récupéré en direct d'OpenAlex

Micro-nano-bubbles (MNBs), in particular ozone and oxygen MNBs, represent an innovative method for wastewater treatment and groundwater remediation. Although several models have been developed to describe the fate of MNBs in water, a theoretical model describing the mass transfer processes of MNBs during treatment of contaminants has not been adequately developed. In this study, a theoretical model considering the decomposition and reaction of dissolved gas is proposed based on the Epstein and Plesset theory, aiming to describe mass transfer processes of oxygen and ozone MNBs during treatment of contaminants. The life of MNBs, volume-weighted average dissolved gas concentration and utilisation efficiency of gas, which are of significant importance in MNB applications, are further studied. The life of MNBs increases with the half-life of dissolved gas, but the impact diminishes. For gases which present a slow consumption rate and a long half-life, the effect of half-life on the life of MNBs is negligible. With controlled total mass of gas, smaller-sized bubbles result in a significantly higher dissolved gas concentration and more efficient treatment of contaminants. The newly developed model can describe the fate of MNBs during treatment of contaminated water and theoretically proves the advantages of MNBs over large-sized bubbles.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 GPT0,200
Écart entre enseignants0,196 · 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'étudeSimulation ou modélisation
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

Citations16
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Engineering and ScienceMême sujetMinerals Flotation and Separation TechniquesTravaux en français237 207