MétaCan
Menu
Retour à la cohorte
Enregistrement W3014529670 · doi:10.1002/cjce.23754

Response surface optimization of the photocatalytic degradation of atenolol using immobilized graphene‐TiO<sub>2</sub> composite

2020· article· en· W3014529670 sur OpenAlexaffvenue
Vibhu Bhatia, Kyriakos Manoli, Amit Dhir, Ajay K. Ray

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2020
Typearticle
Langueen
DomaineEnergy
ThématiqueAdvanced Photocatalysis Techniques
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésPhotocatalysisGrapheneMaterials scienceDegradation (telecommunications)Light intensityReaction rate constantChemical engineeringComposite numberCentral composite designSlurryAtenololNuclear chemistryKineticsResponse surface methodologyNanotechnologyChemistryChromatographyComposite materialCatalysisOrganic chemistryOptics

Résumé

récupéré en direct d'OpenAlex

Abstract Photocatalytic processes using semiconductors have been widely explored due to their fascinating benefits in environmental remediation. In this study, a four‐factor three‐level Box‐Benkhen design (BBD) was employed to assess the photocatalytic degradation of atenolol (ATL) using immobilized graphene‐TiO2 as a photocatalyst. The four variables that were considered in the BBD model were the photocatalyst concentration (10%‐20%), pH (4‐9), ATL concentration (10‐30 mg/L), and light intensity (60‐260 W/m2). A monolithic‐type swirl‐flow reactor, which allowed the immobilization of the photocatalyst, was employed in a semi‐batch system to study the photocatalytic degradation kinetics of ATL. The optimum conditions where the highest rate constant (0.667 min−1) was observed were graphene‐TiO2 concentration of 10%, pH of 6.5, ATL concentration of 30 mg/L, and light intensity of 160 W/m2. The developed model well predicted the observed values indicated by a high R2 of 0.897. Reaction rate constants obtained herein using graphene‐TiO2 in immobilized form were compared with slurry system and TiO2.

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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,013
Tête enseignante GPT0,211
Écart entre enseignants0,198 · 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

Citations8
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetAdvanced Photocatalysis TechniquesTravaux en français237 207