MétaCan
Menu
Retour à la cohorte
Enregistrement W4235647071 · doi:10.32920/ryerson.14665257.v1

Simultaneous removal of metal ions and oxidation of linear alkylbenzene sulfonate by combined electrochemical and photocatalytic processes

2021· preprint· en· W4235647071 sur OpenAlexaff
Mitra Saidi

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueAdvanced oxidation water treatment
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésPhotocatalysisElectrochemistryElectrolyteZincInorganic chemistryNickelChemistryMetalMetal ions in aqueous solutionSupporting electrolyteIonDegradation (telecommunications)SulfonateVolumetric flow rateElectrodeCatalysisSodiumOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Simultaneous electrochemical removal of Zn⁺₂ and Ni⁺₂ ions and photooxidation of linear alkylbenzene sulfonate (LAS) over TiO₂ particles were investigated. To achieve this objective, first, the effect of different variables such as current density, pH and flow rate on sole electrochemical reduction of metal ions was studied. Both controlling pH in the range of 5.5-6 and increasing the liquid volumetric flux effectively improved the rate of Zn⁺₂ ion reduction, but they did not have any significant effect on the rate of Ni⁺₂ ion reduction. Under optimum operating conditions ... and using total electrolyte volume of 6 L, zinc and nickel were reduced by 86% and 53% respectively, over a 7-hour treatment period. Sole photocatalytic treatment of LAS and controlling pH between 5-5.5 resulted in 60% LAS degradation. However, temperature and flow rate did not have any considerable effect on the rate of LAS degradation compared to the photocatalytic system alone. LAS was degraded in the combined system by 76% compared to 60% in the sole photocatalytic system. However, using the combined system, zinc and nickel were reduced by 81% and 47% respectively, which were slightly less than those obtained in the electrochemical system alone.

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 enseignants0,018
Score d'incertitude au seuil0,793

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,007
Tête enseignante GPT0,232
Écart entre enseignants0,225 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced oxidation water treatmentTravaux en français237 207