MétaCan
Menu
Retour à la cohorte
Enregistrement W4403488571 · doi:10.1080/00194506.2024.2412620

Modification of steel slag and its application for phosphate and ammonia removal in aquatic products processing wastewater

2024· article· en· W4403488571 sur OpenAlexaff
Dinh Kim Ngan, Nguyen Hai Trieu, Yasmine S. Dharampaul, Thủy Nguyễn Thị

Notice bibliographique

RevueIndian Chemical Engineer · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePhosphorus and nutrient management
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésWastewaterAmmoniaPhosphateSlag (welding)Waste managementEnvironmental sciencePulp and paper industryChemistryMetallurgyEnvironmental chemistryEnvironmental engineeringMaterials scienceEngineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

This study aims to modify different types of steel slag by heating, characterise the material and test its ability for adsorption of phosphate and ammonia from aquatic products processing wastewater. The materials were characterised by SEM, EDS, BET and FT-IR analyses. The effects of the type of steel slag, calcination temperature in steel slag modification, pH, contact time, adsorbent mass and initial pollutant concentration were investigated using the one-factor-at-a-time approach. The results show that the adsorption kinetic of the samples followed the pseudo-second-order model, whereas their adsorption isotherm fitted well with the monomolecular adsorptive Langmuir with a maximum phosphate adsorption capacity of 45.045 mgPO43-/g. Optimisation using Response Surface Methodology was conducted with the independent factors (adsorbent doses, contact time and calcination temperature of steel slag) and response (removal efficiency of phosphate). The temperature and dosage of the material significantly affected phosphate removal efficiency and optimisation conditions were suggested. Validation of one optimum condition at the calcination temperature of 801°C, the adsorbent dosage of 11.9 g/L and the contact time of 72 min using real aquatic products processing wastewater resulted in the removal efficiencies of 86.93, 87.59, 7.76 and 7.58% for phosphate, total phosphorus, ammonia and total nitrogen, respectively.

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 enseignants0,198
Score d'incertitude au seuil0,264

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 GPT0,216
Écart entre enseignants0,207 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndian Chemical EngineerMême sujetPhosphorus and nutrient managementTravaux en français237 207