Photocatalytic Degradation of Sulfolane Using a LED-Based Photocatalytic Treatment System
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
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.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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