Photocatalytic Degradation of Sulfolane Using a LED-Based Photocatalytic Treatment System
Notice bibliographique
Résumé
Sulfolane is an emerging industrial pollutant detected in the environments near many oil and gas plants in North America. So far, numerous advanced oxidation processes have been investigated to treat sulfolane in aqueous media. However, there is only a few papers that discuss the degradation of sulfolane using photocatalysis. In this study, photocatalytic degradation of sulfolane using titanium dioxide (TiO2) and reduced graphene oxide TiO2 composite (RGO-TiO2) in a light-emitting diode (LED) photoreactor was investigated. The impact of different waters (ultrapure water, tap water, and groundwater) and type of irradiation (UVA-LED and mercury lamp) on photocatalytic degradation of sulfolane were also studied. In addition, a reusability test was conducted for the photocatalyst to examine the degradation of sulfolane in three consecutive cycles with new batches of sulfolane-contaminated water. The results show that LED-based photocatalysis was effective in degrading sulfolane in waters even after three photocatalytic cycles. UVA-LEDs displayed more efficient use of photon energy when compared with the mercury lamps as they have a narrow emission spectrum coinciding with the absorption of TiO2. The combination of UVA-LED and TiO2 yielded better performance than UVA-LED and RGO-TiO2 for the degradation of sulfolane. Much lower sulfolane degradation rates were observed in tap water and groundwater than ultrapure water.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».