MétaCan
Menu
Retour à la cohorte
Enregistrement W4313377797 · doi:10.1039/d2va00200k

Application of neural network in metal adsorption using biomaterials (BMs): a review

2022· review· en· W4313377797 sur OpenAlex
Amrita Nighojkar, Karl Zimmermann, Mohamed Ateia, Benoît Barbeau, Madjid Mohseni, Satheesh Krishnamurthy, Fuhar Dixit, Balasubramanian Kandasubramanian

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueEnvironmental Science Advances · 2022
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueAdsorption and biosorption for pollutant removal
Établissements canadiensPolytechnique MontréalUniversity of British Columbia
Organismes subventionnairesSimon Fraser UniversityU.S. Environmental Protection Agency
Mots-clésAdsorptionMetalMaterials scienceComputer scienceChemistryMetallurgyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

adsorption. Although implementing the adsorption procedure using BMs seems simple, the conjugate effects of adsorbent properties and process attributes implicate complex nonlinear interactions. As a result, artificial neural networks (ANN) have gained traction in the quest to understand the complex metal adsorption processes on biomaterials, with applications in environmental remediation and water reuse. This review discusses recent progress using ANN frameworks for metal adsorption using modified biomaterials. Subsequently, the paper comprehensively evaluates the development of a hybrid-ANN system to estimate isothermal, kinetic and thermodynamic parameters in multicomponent adsorption systems.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,996
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,031
Tête enseignante GPT0,315
Écart entre enseignants0,284 · 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