MétaCan
Menu
Retour à la cohorte
Enregistrement W4292332558 · doi:10.1002/cjce.24611

Research on extraction of Cr( <scp>III</scp> ) by <scp>D2EHPA</scp> / <i>n</i> ‐octanol/sulphonated kerosene

2022· article· en· W4292332558 sur OpenAlexvenueno aff
Lantao He, Yujie Zhou, Zijun Zhu, Jianhong Luo

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueExtraction and Separation Processes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésExtraction (chemistry)ChemistrySaponificationDiluentChromiumKeroseneAqueous two-phase systemAqueous solutionRaw materialOctanolNuclear chemistryPartition coefficientChromatographyInorganic chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Chromium is an important industrial raw material. As far as China is concerned, chromium is in great demand, which is dependent on imports and large emissions. So recovery of chromium has important economic and environmental protection value. The extraction and back extraction of Cr(III) from solution by the extractant diisooctyl phosphate (di‐2‐ethylhexylphosphoric acid [D2EHPA]) with n ‐octanol as assistant and sulphonated kerosene as diluent was studied. The effects of saponification rate, phase ratio, temperature, condensation of extract, aging of extractant, and pH of aqueous phase on extraction equilibrium were discussed, and the formulation of extractant was optimized. The coordination number of the extraction reaction under specific conditions was discussed by the saturation capacity method. The extraction reaction kinetics were mathematically characterized by binary linear regression. The advantages and disadvantages of back extraction with H 2 SO 4 or NaOH were compared. At last, a process to realize the recycling of extractant was obtained.

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 enseignants0,003
Score d'incertitude au seuil0,005

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)0,0010,000

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 Opus0,020
Tête enseignante GPT0,259
Écart entre enseignants0,239 · 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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetExtraction and Separation ProcessesTravaux en français237 207