MétaCan
Menu
Retour à la cohorte
Enregistrement W4295846653 · doi:10.1002/cjce.24580

COD removal from actual industrial wastewater using a three‐dimensional electrochemical apparatus

2022· article· en· W4295846653 sur OpenAlexvenueno aff
Xiao Wenqiang, Shan Jiang

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAdvanced oxidation water treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésElectrolysisAerationChemical oxygen demandHydrogen peroxideWastewaterPulp and paper industryElectrolyteChemistryVolumetric flow rateElectrochemistryPollutantSewage treatmentElectrodeEnvironmental scienceEnvironmental engineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Chemical oxygen demand (COD) removal was investigated using a three‐dimensional electrochemical system. The effects of electrode position, pH value, initial temperature, circulation flow, aeration, and addition of hydrogen peroxide on the removal efficiency of the pollutant were studied. The fillers used in the experiment were centimetre‐sized and electrolyte was obtained from an industrial factory with a concentration of COD as high as 25 000–27 500 mg L −1 , which was rare in other studies of the past. The degradation of organics was affected by pH and circulation flow, and a decrease in the initial pH value led to the increase in removal efficiency, while a trend of increasing at first and then decreasing was observed with the extension of circulation flow. Aeration and hydrogen peroxide served as enhanced processes for a higher removal rate. Both ultrasound and ultraviolet had effects on the electrolysis system. Oxygen uptake rate measurement and bio‐treatment experiments demonstrated a significant increase in biodegradability with this three‐dimensional electrochemical system. In addition, a pilot scale test in a pharmaceutical factory showed an economic benefit on energy consumption, which was as low as 10 kWh kg −1 COD.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,077
Score d'incertitude au seuil1,000

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 ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,016
Tête enseignante GPT0,192
Écart entre enseignants0,176 · 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.

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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetAdvanced oxidation water treatmentTravaux en français237 207