MétaCan
Menu
Retour à la cohorte
Enregistrement W4389474762 · doi:10.1016/j.jwpe.2023.104649

Lindane removal by membrane nanofiltration

2023· article· en· W4389474762 sur OpenAlexaboutno aff
Adrián Ruiz-Gutiérrez, Javier Lasobras, Joaquı́n Coronas, M. Menéndez, José Miguel Luque‐Alled

Notice bibliographique

RevueJournal of Water Process Engineering · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMembrane Separation Technologies
Établissements canadiensnon disponible
Organismes subventionnairesMinisterio de UniversidadesUniversidad de ZaragozaGobierno de AragónEuropean Commission
Mots-clésPermeanceLindaneNanofiltrationMembraneChemistryHexachlorocyclohexaneMembrane technologyChromatographyPesticidePermeation

Résumé

récupéré en direct d'OpenAlex

Lindane is the γ-isomer of 1,2,3,4,5,6-hexachlorocyclohexane (HCH) and it has been widely used in the pesticide industry due to its insecticide properties. In the production of lindane, significant quantities of other HCH isomers are generated as byproducts. All these compounds are typically stored in landfills, often with poor management practices. Polyamide membranes, two commercial membranes from Alfa Laval (NF99HF and NF99) and homemade thin film composite membranes prepared by interfacial polymerization on a porous polyimide support, were evaluated for water nanofiltration (NF) of HCH isomers, including lindane. Homemade membranes, with a lindane rejection of 91.3 % and a permeance of 2.7 L·m−2·h−1·bar−1, offered the highest performance in terms of both permeance and rejection. NF99 and homemade membranes were proven to be equally effective in removing α-HCH and β-HCH, showing similar results. Homemade membranes achieved 99.5 and 99.8 % rejections for α-HCH and β-HCH, respectively. Long-term experiments were carried out with NF99 and homemade membranes to assess their stability during filtrations with lindane solutions for up to 214 h. Homemade TFC membrane maintained its initial rejection (ca. 93.5 %) after 214 h, although its permeance decreased over time, ending in 2.5 L·m−2·h−1·bar−1.

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 enseignants0,107
Score d'incertitude au seuil0,269

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 Opus0,008
Tête enseignante GPT0,220
Écart entre enseignants0,212 · 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

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Water Process EngineeringMême sujetMembrane Separation TechnologiesTravaux en français237 207