MétaCan
Menu
Retour à la cohorte
Enregistrement W4366825784 · doi:10.1680/jenes.23.00004

In situ synthesis of ferrate based on calcium hypochlorite for organic matter removal

2023· article· en· W4366825784 sur OpenAlexvenueno aff
Jiao Zhang, Wenting Zhao, Zhenfeng Zhou

Notice bibliographique

RevueJournal of Environmental Engineering and Science · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAdvanced oxidation water treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChemistrySodium hypochloriteCalcium hypochloriteReagentHypochloriteChlorineInorganic chemistryAqueous solutionSodium hydroxideCalcium hydroxideNuclear chemistryFerricOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Ferrate is a promising environment-friendly water-treatment agent due to its multiple function. However, its large-scale application in sewage treatment is limited because of its instability in aqueous solution and the high cost of pure ferrate. This study demonstrated an improved wet oxidation process for synthesising ferrate by oxidising ferric with calcium hypochlorite (Ca(ClO) 2 ). The effects of reagent dosage and temperature on ferrate (VI) were investigated. The optimum conditions for ferrate (VI) synthesis was obtained (1 g of calcium hypochlorite, 5 g of sodium hydroxide (NaOH) and 4 g of iron (III) chloride (FeCl 3 ) in 25 ml of water at 20°C and stirring for 30 min). Under the optimum conditions, the available chlorine and sodium hydroxide amount was about one-fifth and one-half of that of traditional sodium hypochlorite oxidation, respectively. The product was characterised by ultraviolet–visible spectroscopy and X-ray photoelectron spectroscopy. It was concluded that ferrate was present in the generated ferrate solution. Low-temperature, airtight and shading conditions and the addition of sodium silicate are conducive to the preservation of fresh ferrate. At pH 5.0, fresh ferrate could effectively remove methylene blue (MB) and chlorpyrifos in water, and the average removal rate of MB or chlorpyrifos was about 55% higher than that by pure ferrate.

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 enseignants0,411
Score d'incertitude au seuil0,311

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 recherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,214
Écart entre enseignants0,205 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Engineering and ScienceMême sujetAdvanced oxidation water treatmentTravaux en français237 207