MétaCan
Menu
Retour à la cohorte
Enregistrement W4321503520 · doi:10.1021/acs.est.2c09606

In Situ Reconstruction of Active Catalysis Sites Triggered by Chromium Immobilization for Sulfite Oxidation

2023· article· en· W4321503520 sur OpenAlexaff
Tieyue Qi, Shuo Zhang, Jingzhao Zhang, Tong Li, Lei Xing, Zhimo Fang, Shanlong An, Zhongfei Xu, Huining Xiao, Lidong Wang

Notice bibliographique

RevueEnvironmental Science & Technology · 2023
Typearticle
Langueen
DomaineEnergy
ThématiqueAdvanced Photocatalysis Techniques
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesNatural Science Foundation of Hebei ProvinceCentral University Basic Research Fund of ChinaNational Natural Science Foundation of China
Mots-clésFlue-gas desulfurizationSulfiteHexavalent chromiumChromiumCatalysisChemistryAdsorptionWastewaterBiocharSulfurWaste managementInorganic chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Hexavalent chromium (Cr(VI)) is a highly toxic substance in wastewater, triggering grievous detriment to aquatic life and human health. Magnesium sulfite is spawned along with the desulfurization process in coal-fired power plants, which is usually disposed of as solid waste. Here, a “waste control by waste” method was proposed upon the redox of Cr(VI)–sulfite, in which highly toxic Cr(VI) is detoxicated and sequent enriched on a novel biochar-induced cobalt-based silica composite (BISC) due to the forced electron transfer from chromium to surface hydroxyl. The immobilized Cr on BISC gave rise to the reconstruction of catalytic active sites “Cr–O–Co”, which further enhance its performance in sulfite oxidation by elevating O 2 adsorption. As a result, the sulfite oxidation rate increased by 10 times compared with the non-catalysis benchmark together with the maximum chromium adsorption capacity being 120.3 mg/g. Therefore, this study provides a promising strategy to simultaneously control highly toxic Cr(VI) and sulfite, achieving high-grade sulfur resource recovery for wet magnesia desulfurization.

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 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 enseignants0,038
Score d'incertitude au seuil0,581

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,007
Tête enseignante GPT0,252
Écart entre enseignants0,245 · 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.

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

Citations26
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetAdvanced Photocatalysis TechniquesTravaux en français237 207