Analysis of interaction effects of persulphate and peroxymonosulphate on solar photocatalytic degradation of cortisone acetate
Notice bibliographique
Résumé
Abstract The degradation of environmental contaminants using sustainable solar energy is one of the most promising applications of the photocatalytic process. In this research, the individual and interaction effects of persulphate (PS) and peroxymonosulphate (PMS) oxidants on the solar photocatalytic degradation of cortisone acetate (CA) were studied. Concentrations of PS, PMS, and photocatalyst were independent variables, and the response was CA degradation efficiency. Response surface methodology (RSM) and artificial neural network (ANN) models were developed to predict the CA degradation efficiency. The analysis of the current results revealed that the optimum amounts of individual variables were highly affected by the other variables, which confirmed their significant interaction effect. As an example, by increasing the PS concentration, not only were the required concentrations of PMS and photocatalyst decreased, but also the degradation efficiency was enhanced. Then, the overall optimum concentration of the photocatalyst, PS, and PMS were found to be respectively 328.7, 119.1, and 194.2 mg/L using the genetic algorithm method. The maximum CA degradation efficiency at the optimum condition was 95.6% after only 30 min of solar radiation. Finally, investigation of relative importance of the variables showed that the concentrations of both oxidants affected the degradation efficiency almost equally.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».