MétaCan
Menu
Retour à la cohorte
Enregistrement W4408167829 · doi:10.3390/pr13030784

Evaluation of Electrocatalytic Ozonation Process for Hydroxyl Radical Production

2025· article· en· W4408167829 sur OpenAlexafffund
E. J. Chatfield, Bassim Abbassi

Notice bibliographique

RevueProcesses · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality Monitoring and Analysis
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésHydroxyl radicalChemistryProcess (computing)Production (economics)Pulp and paper industryOrganic chemistryRadicalComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

This paper seeks to evaluate the effect of reaction parameters on iron electrolysis-catalyzed ozonation (ECO) performance as a promising approach for micropollutant removal. ECO is proposed to be an environmentally and economically suitable technology for the removal of biologically recalcitrant organics in wastewater. In this process, iron ions generated via electrolysis of low-carbon steel react with dissolved ozone to produce hydroxyl radicals. The removal of tert-Butyl alcohol (TBA) was selected as a performance indicator based on its significant resistance to direct ozonation compared to hydroxyl radicals, such that TBA removal denotes catalytic breakdown of ozone. TBA removal was measured with an HS-SPME-GC-MS method for precise quantification. ECO performance ranged from 7 to 77% TBA removal (from 0.73 mM initial concentration), varying depending on the tested levels of initial pH of 5, 7, and 9, applied current between 0.065 and 0.470 A, and ozone supply rate between 3.9 and 6.4 g/h. Performance was generally increased by pH, applied current, and ozone generation, converging at high applied current rates. The most efficient use of ozone was observed at pH 9 and 0.323 A, removing 32.2% of TBA per gram of ozone supplied.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,041
Tête enseignante GPT0,344
Écart entre enseignants0,304 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProcessesMême sujetWater Quality Monitoring and AnalysisTravaux en français237 207