Competitive Stripping of Multi-Organic Pollutants from Contaminated Water in Bubble Column Semi-Batch
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Air stripping for removal of Trichloroethylene (TCE), Chloroform (CF) and Dichloromethane (DCM) from water were studied in a bubble column (0.073 m inside dia. and 1.08 m height with several sampling ports). The contaminated water was prepared from deionized water and VOCs. The presence of VOCs in feed solution was single, binary or ternary components. They were diluted to the concentrations ranged between 50 mg/l to 250 mg/l. The experiments were carried out in batch experiments which regard the bubble column as stirred tank and only gas was bubbled through stationary liquid. In this case transient measurements of VOC concentration in the liquid phase and the measured concentration profiles were modeled by bubble aeration model (BAM) to fit the experimental data fairly well. The results from batch experiments show that the removal efficiency of VOCs increases with increasing gas flow rate or gas holdup. It is found a pH=10 give the best removal rate, but all experiments were adjusted at pH=8 which allow to study other operating conditions. TCE is being removed faster than the other two components for all systems and a single component was removed faster than binary or ternary system. The KLa values were evaluated by fitting the BAM to the experimental data. It is found that KLa increased with increasing gas flow rate and TCE exhibits the highest KLa values.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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