MétaCan
Menu
Retour à la cohorte
Enregistrement W4297540288 · doi:10.1002/cjce.24682

Emerging technologies for selenium separation and recovery from aqueous systems: A review for sustainable management strategy

2022· review· en· W4297540288 sur OpenAlexvenueno aff
Parimal Pal, Meenakshi Malhotra

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2022
Typereview
Langueen
DomaineNursing
ThématiqueSelenium in Biological Systems
Établissements canadiensnon disponible
Organismes subventionnairesDepartment of Science and Technology, Ministry of Science and Technology, IndiaMinistry of Higher Education and Scientific Research
Mots-clésResource recoverySeleniumResource (disambiguation)Emerging technologiesHuman healthEnvironmental scienceComputer scienceBiochemical engineeringRisk analysis (engineering)NanotechnologyBusinessChemistryEngineeringEnvironmental engineeringMaterials scienceWastewater

Résumé

récupéré en direct d'OpenAlex

Abstract Selenium (Se) is known both as an essential micronutrient for human health as well as a toxic element when consumed in excess. This work endeavours to critically review the existing selenium literature over the period 1980–2021, following a systematic sub‐classification into the domains of occurrence, speciation, and existing conventional and advanced technologies, while directing further research towards emerging integrated sustainable recovery strategies. The review reveals that the majority of the conventional and advanced separation techniques eventually lead to secondary pollution rather than offering a complete solution, whereas resource recovery studies from water are very scant. Some of the techniques, being miserably slow, cannot be applied in the situations of the occurrence of excess selenium in drinking water, posing a serious threat to human health. Research efforts have so far been directed mainly at the removal of selenium rather than recovery through processes that have the potential of turning selenium abatement technology into a sustainable one with value addition. Emerging integrated technologies involving resource recovery from waste streams or generated sludge such as physicochemical technologies, biochemical reduction, electro‐biological reduction, and membrane‐based hybrid technologies are presently at a very early development stage. Moreover, the application of studies where Se nanoparticles (SeNPs) ormetal selenides are obtained is very limited, which may be attributed to the particle size, purity, morphology, and challenges involved in their separation. This review evaluates the challenges in separation and resource recovery from contaminated streams and points future research in a new direction.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,028
Tête enseignante GPT0,279
Écart entre enseignants0,251 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetSelenium in Biological SystemsTravaux en français237 207