MétaCan
Menu
Retour à la cohorte
Enregistrement W4313678738 · doi:10.1080/00084433.2022.2160576

An overview of zeolites synthesised from coal fly ash and their potential for extracting heavy metals from industrial wastewater

2023· article· en· W4313678738 sur OpenAlex

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

RevueCanadian Metallurgical Quarterly · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCoal and Its By-products
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMcGill University
Mots-clésFly ashIndustrial wastewater treatmentPollutantWastewaterEnvironmental scienceWaste managementHeavy metalsEnvironmental remediationIndustrial wasteCoalAluminosilicateHazardous wasteEnvironmental chemistryChemistryContaminationEnvironmental engineeringCatalysisEngineeringEcology

Résumé

récupéré en direct d'OpenAlex

Zeolites are aluminosilicate minerals widely used in industrial applications including as commercial adsorbents and catalysts. This overview focuses on zeolites synthesised from coal fly ash (CFA). Human activities and industrial developments generate large volumes of polluted water, which have a significant ecological impact. Industrial wastewater may consist of different pollutant types, but of specific interest to this work are heavy metals, which. Heavy metal ions are among the most dangerous pollutants due to their toxicity and carcinogenicity. This overview covers the recent scientific literature, focused on using CFA-derived zeolites to remove Ni, Hg, Mn, Cu, Zn, Cd, Pb, Cr, Co both from synthetic solutions replicating industrial wastewater and actual wastewater streams. The results described in many papers cited in this review look promising for industrial wastewater treatment operations. Furthermore, the large variety of possible synthetic zeolites provides a route for energy-efficient, pollutant-specific remediation of industrial heavy metals.

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)0,000
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,932
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0030,000

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 Opus0,071
Tête enseignante GPT0,247
Écart entre enseignants0,175 · 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