MétaCan
Menu
Retour à la cohorte
Enregistrement W318450921 · doi:10.2166/wst.2015.226

Enhanced coagulation with in situ manganese dioxide on removal of humic acid in micro-polluted water

2015· article· en· W318450921 sur OpenAlexaff
Yubin Zeng, Ziyang Zeng, Junlin Wang

Notice bibliographique

RevueWater Science & Technology · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeochemistry and Elemental Analysis
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésHumic acidChemistryCoagulationManganesePermanganateIn situSulfateEnvironmental chemistryWater treatmentPotassium permanganateNuclear chemistryInorganic chemistryEnvironmental engineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The morphology and surface characteristics of manganese dioxide (MnO₂) formed in situ, which was prepared through the oxidation of MnSO₄using KMnO₄, were studied. The effects of factors including the form of MnO₂, dosage, pH, dosing sequence of in situ MnO₂on the enhanced coagulation were systematically evaluated. The results of analysis by the UV254 and permanganate index CODMn methods indicated that humic acid removal increased from 9.2 and 2.5% to 55.0 and 38.9%, when 10 mg/L of the in situ MnO₂ was added in the presence of 2 mg/L of polyaluminum sulfate. The studies of orthogonal experiment revealed that coagulation was most affected by the pH, whereas the dosage of in situ MnO₂and slow stirring duration exhibited a weaker effect. At a pH value of 4.0, in situ MnO₂dosage of 10 mg/L, slow stir over 40 min, and the total solids content was 20 mg/L, the humic acid removal by UV254 and CODMn methods reached 71.2 and 61.2%. These results indicated that the presence of in situ MnO₂enhanced the coagulation and removal of humic acid from 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 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 enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,203
Écart entre enseignants0,194 · 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

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Science & TechnologyMême sujetGeochemistry and Elemental AnalysisTravaux en français237 207