MétaCan
Menu
Retour à la cohorte
Enregistrement W4284691967 · doi:10.1007/s40831-022-00560-6

Efficient Separation of Nd(III) and La(III) Via Supported Liquid Membrane Using EHEHPA (P507) as a Carrier

2022· article· en· W4284691967 sur OpenAlexafffund
Lin Li, Krystal Davis, Aaron King, Mauro M. Dal‐Cin, Andrzej Nicalek, Ben Yu

Notice bibliographique

RevueJournal of Sustainable Metallurgy · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueExtraction and Separation Processes
Établissements canadiensNational Research Council Canada
Organismes subventionnairesOffice of Energy Research and DevelopmentNatural Resources CanadaNational Research Council Canada
Mots-clésStripping (fiber)Extraction (chemistry)ChromatographyMembraneChemistryMicroporous materialAnalytical Chemistry (journal)Phase (matter)Materials scienceOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract This work tested an effective and efficient Nd/La extraction and separation via flat-sheet supported liquid membrane. A microporous polypropylene film was used as the solid support for the liquid membrane and P507 as the extractant. The effect of Nd(III) and La(III) concentration in the feed, the concentration of P507, and acid solution concentration in the stripping phase on Nd and La extraction and separation were studied. The results suggest the extraction of La and Nd increases with the initial pH of the feed solution and P507 concentration. Maximum separation factor of 44.25 was obtained at the low P507 concentration of 5% (v/v). Graphical Abstract

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 enseignants0,001
Score d'incertitude au seuil0,004

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)0,0010,001

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 Opus0,009
Tête enseignante GPT0,262
Écart entre enseignants0,253 · 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

Citations17
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable MetallurgyMême sujetExtraction and Separation ProcessesTravaux en français237 207