MétaCan
Menu
Retour à la cohorte
Enregistrement W4244517206 · doi:10.32920/ryerson.14660337.v1

Photolytic and Photocatalytic Treatment of Linear Alkylbenzene Sulfonate in Water

2021· preprint· en· W4244517206 sur OpenAlexafffund
Sarah Rebecca Hatfield Venhuis

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality Monitoring and Analysis
Établissements canadiensMcMaster UniversityToronto Metropolitan University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPhotocatalysisLinear alkylbenzeneHydrogen peroxideSulfonateDegradation (telecommunications)ChemistryPhotodissociationIrradiationReaction rate constantCatalysisSlurryBatch reactorKineticsNuclear chemistryPhotochemistryPulmonary surfactantMaterials scienceOrganic chemistrySodium

Résumé

récupéré en direct d'OpenAlex

Treatment of linear alkylbenzene sulfonate using various photolytic and photocatalytic processes is described. Based on first order rates, it is shown that 5,000 mg/L of H²O² for degradation of a 100 mg/L solution of linear alkylbenzene sulfonate is optimum. Two different photocatalysts, Degussa P25 and Hombikat UV 100 TiO², are used to degrade LAS in slurry batch reactors. The optimum photocatalyst loading for Degussa P25 is higher than UV 100 for treatment of LAS since >20% adsorbs to the surface of the UV 100 photocatalyst. Combination of photocatalysts does not improve degradation rates in batch tests. Combination of Degussa P25 and 600 mg/L H²O² and irradiation with either UV light at 254 or 365 nm does not improve degradation rates over the photocatalytic or photolytic processes individually. Photolysis of LAS with UV light at 254 nm and 600 mg/L H²O² added at different time intervals was not successful and no improvement in the first order rate constant was observed. For optimum results, the hydrogen peroxide was added at the beginning of irradiation.

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 enseignants0,275
Score d'incertitude au seuil0,984

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)0,0010,000

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 Opus0,027
Tête enseignante GPT0,265
Écart entre enseignants0,238 · 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'admission2
Résumé présentoui

Explorer davantage

Même sujetWater Quality Monitoring and AnalysisTravaux en français237 207