MétaCan
Menu
Retour à la cohorte
Enregistrement W4200158134 · doi:10.2166/wst.2021.633

An ultrasound/O3 and UV/O3 process for atrazine manufacturing wastewater treatment: a multiple scale experimental study

2021· article· en· W4200158134 sur OpenAlexaff
Diya Wen, Bing Chen, Bo Liu

Notice bibliographique

RevueWater Science & Technology · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAdvanced oxidation water treatment
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésAtrazineChemical oxygen demandWastewaterChemistryChlorineUltravioletDegradation (telecommunications)Environmental chemistryPulp and paper industryHydrogen peroxideEnvironmental engineeringEnvironmental scienceMaterials sciencePesticideOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract An ultraviolet (UV) and ultrasound (US) enhanced ozonation method were developed to investigate their efficiency on the removal of atrazine and chemical oxygen demand (COD) in authentic atrazine manufacturing wastewater. The bench-scale tests suggested a positive effect of UV and US on the degradation of atrazine within a limited energy range. The pilot-scale flow-through system was further tested by using response surface methodology. The results showed that O3 and its interaction with UV promoted the degradation of both COD and atrazine while its interaction with US inhibited the removal of COD but promoted the removal of atrazine. The optimal removal rate of atrazine (96.9%) was achieved in the condition of 6.86 W/L UV, 1.96 g/L·h O3 and 294 W/L US. Chloride ions hindered the atrazine degradation, but the generated free chlorine radicals were still able to react with atrazine. In terms of energy-effectiveness, the configuration of 14.7 W/L UV and 1.96 g/L·h O3 is the best option, which have the electrical energy per order of 181.6 kWh/m3 for atrazine and 0.13 kWh/g COD. These method and findings could be helpful in the development of energy-efficient advanced oxidation processes in treating wastewater with high salinity and COD loadings.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,076
Score d'incertitude au seuil0,772

Scores Codex et Gemma par catégorie

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 technologies0,0010,001
Communication savante0,0000,001
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 Opus0,012
Tête enseignante GPT0,278
Écart entre enseignants0,266 · 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 tête enseignante, 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

Citations23
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Science & TechnologyMême sujetAdvanced oxidation water treatmentTravaux en français237 207