MétaCan
Menu
Retour à la cohorte
Enregistrement W3174980059 · doi:10.1021/acs.est.1c01251

Recent Advances in Sulfidated Zerovalent Iron for Contaminant Transformation

2021· review· en· W3174980059 sur OpenAlexafffund
Ariel Nunez Garcia, Yanyan Zhang, Subhasis Ghoshal, Feng He, Denis M. O’Carroll

Notice bibliographique

RevueEnvironmental Science & Technology · 2021
Typereview
Langueen
DomaineEngineering
ThématiqueEnvironmental remediation with nanomaterials
Établissements canadiensMcGill UniversityWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésZerovalent ironEnvironmental chemistryTransformation (genetics)Environmental scienceChemistryAdsorption

Résumé

récupéré en direct d'OpenAlex

2021 marks 10 years since controlled abiotic synthesis of sulfidated nanoscale zerovalent iron (S-nZVI) for use in site remediation and water treatment emerged as an area of active research. It was then expanded to sulfidated microscale ZVI (S-mZVI) and together with S-nZVI, they are collectively referred to as S-(n)ZVI. Heightened interest in S-(n)ZVI stemmed from its significantly higher reactivity to chlorinated solvents and heavy metals. The extremely promising research outcomes during the initial period (2011-2017) led to renewed interest in (n)ZVI-based technologies for water treatment, with an explosion in new research in the last four years (2018-2021) that is building an understanding of the novel and complex role of iron sulfides in enhancing reactivity of (n)ZVI. Numerous studies have focused on exploring different S-(n)ZVI synthesis approaches, and its colloidal, surface, and reactivity (electrochemistry, contaminant selectivity, and corrosion) properties. This review provides a critical overview of the recent milestones in S-(n)ZVI technology development: (i) clear insights into the role of iron sulfides in contaminant transformation and long-term aging, (ii) impact of sulfidation methods and particle characteristics on reactivity, (iii) broader range of treatable contaminants, (iv) synthesis for complete decontamination, (v) ecotoxicity, and (vi) field implementation. In addition, this review discusses major knowledge gaps and future avenues for research opportunities.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,011
Tête enseignante GPT0,261
Écart entre enseignants0,249 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations270
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetEnvironmental remediation with nanomaterialsTravaux en français237 207