Degradation of methylene blue by pulsed nanosecond discharge in Ar, O2, and N2 gaseous bubbles in water: Evaluation of direct and postprocessing modes
Notice bibliographique
Résumé
Dye-based water pollution is a subject of great concern as it has been linked to many health hazards. Considering their stable structures, some dyes, such as methylene blue (MB), cannot be easily removed from water. However, recent studies show that plasma-assisted processing has great potential for eliminating these dyes from water bodies. Among the different configurations of plasmas, discharges in gaseous bubbles in water are particularly promising in terms of water processing. The bubble-liquid discontinuity in such plasmas significantly facilitates the occurrence of discharge, and the modification of gas composition allows for controlling induced chemical reactions. In this study, we investigate the degradation of MB using pulsed discharges (amplitude of 20 kV, pulse duration of 500 ns, and repetition rate of 1 kHz) in Ar, O2, and N2 gaseous bubbles dispersed in water. The degradation of MB is evaluated in the direct mode, i.e., MB is present in the water during discharge as well as in the postprocessing mode, i.e., MB is added to water after plasma processing. Based on the obtained results, the most and least efficient degradation rates measured in the direct mode are achieved with O2 and N2 bubbles, respectively. Meanwhile, in the case of the postprocessing mode, degradation with N2 bubbles is initially more efficient than that with O2 or Ar. However, after hundreds of hours, higher degradation efficiency (up to 100%) is observed with O2 and Ar gas bubbles and not with N2. The findings reported herein are of great importance, particularly considering that plasma processing is complementary to the conventional techniques used in water depollution applications.
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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».