Sustainability Assessment of Nanoscale Zerovalent Iron Production Methods
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Nanoscale zerovalent iron (nZVI) is the main nanomaterial used in remediation processes. The aim of this study was to evaluate the sustainability of the nZVI production methods. For this, nine nZVI production methods were selected for analysis. Four kinds of life cycle analysis were performed: life cycle assessment (LCA), life cycle cost (LCC), social life cycle assessment (S-LCA), and life cycle sustainability assessment (LCSA). The LCA was performed in the SimaPro® program using the Impact 2002+ method. The LCC was also performed in SimaPro by developing a cost analysis method. For the social analysis, equations were used to calculate the social life cycle score. For the LCSA, the results of the life cycle analyses were normalized, and a weighting factor was defined on the basis of multi-criteria analysis methods. The sustainability score was calculated on the basis of a linear additive model. Scenario and sensitivity analyses were performed, and Monte Carlo simulation was used to quantify the uncertainty of the results. The system limits the stages of raw material extraction, transportation, and nZVI production. The functional unit was 1.00 kg of nZVI produced. The green synthesis method was found to be the most sustainable method, classified as highly sustainable, whereas the microemulsion method was found to be the least sustainable method, classified as unsustainable. The scenario analysis showed that overall the Swiss and Canadian scenarios have the highest sustainability index scores, whereas the Indian scenario has the lowest. In addition, the results show low sensitivity to weighting factor variation. In general, this study contributed to the state-of-the-art LCSA application on nanomaterials used in remediation.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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