Aplikasi Surfaktan Alami dan Sintetis untuk Meningkatkan Penghilangan Total Petroleum Hidrokarbon dari Tanah Tercemar
Notice bibliographique
Résumé
Environmental pollution by petroleum hydrocarbons (total petroleum hydrocarbons) is an environmental problem affecting human health and the environment. Innovative and sustainable treatment methods are needed to solve this problem. One remediation technique that can be used is soil washing. Soil washing is a remediation technique using surfactants as a contaminant washing solution. This research study investigated the washing of soil contaminated by used motor oil using green and synthetic surfactants. The type of natural surfactant used was saponin at a concentration of 10,000 mg/L and synthetic surfactant Linear Alkylbenzene Sulfonate (LAS) at 800 mg/L. The effect of washing time and stirring speed on TPH reduction efficiency was also tested through a series of laboratory tests. Based on the statistical results, the three factors, namely surfactant type, washing time, and stirring speed, significantly influenced TPH removal. Optimum removal efficiency with LAS surfactant was obtained under washing time between 70 - 90 minutes and stirring speed between 40 - 50 rpm. Meanwhile, saponin surfactant at washing time is 60 - 80 minutes, and stirring speed is 48 - 50 rpm.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 0,001 |
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 tête enseignante, 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 ».