Current Management Status of Mercury Emissions from Coal Combustion Facilities - International Regulations, Sampling Methods, and Control Technologies
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Mercury (Hg), which is mainly emitted from coal-fired power plants, remains one of the most toxic compounds to both humans and ecosystems. Hg pollution is not a local or regional issue, but a global issue. Hg compounds emitted from anthropogenic sources such as coal-fired power plants, incinerators, and boilers, can be transported over long distances. Since the last decade, many European countries, Canada, and especially the United States, have focused on technology to control Hg emissions. Korea has also recently showed an interest in managing Hg pollution from various combustion sources. Previous studies indicate that coal-fired power plants are one of the major sources of Hg in Korea. However, lack of Hg emission data and feasible emission controls have been major obstacles in Hg study. \n In order to achieve effective Hg control, understanding the characteristics of current Hg sampling methods and control technologies is essential. There is no one proven technology that fits all Hg emission sources, because Hg emission and control efficiency depend on fuel type, configuration of air pollution control devices, flue gas composition, among others. Therefore, a broad knowledge of Hg sampling and control technologies is necessary to select the most suitable method for each Hg-emitting source. \n In this paper, various Hg sampling methods, including wet chemistry, dry sorbents trap, field, and laboratory demonstrated control technologies, and international regulations, are introduced, with a focus on coal-fired power plants.
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.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle