Breakthrough Curve Model Evaluation for the Sorption of Perfluorooctanoic Acid in a Fixed Bed Column
Notice bibliographique
Résumé
Solid-liquid adsorption has been demonstrated as an effective technology in eradicating contaminants of environmental concern; however, studies on proper model evaluation are scanty.On the other hand, proper system modeling is imperative to correlate adsorption dynamic data for effective process design, particularly in fixed-bed adsorption studies.As such, this study focuses on the sorption of perfluorooctanoic acid on chitosan-carbon nanotube hydrogel beads from aqueous solution in a fixed-bed adsorption column.The traditional and fractal-like Thomas, Bohart-Adams, and Yoon-Nelson breakthrough curve models were employed to fit adsorption experimental data.Breakthrough curve models were statistically evaluated using the Akaike information criterion (AIC) as the first case for the present system.Native model evaluation parameters, i.e., R 2 and adjusted R 2 , did not give conclusive results on the preferred model.On the other hand, the AIC explicitly indicated that the traditional Thomas, Bohart-Adams, and Yoon-Nelson models were the preferred models to navigate the system with minimal error compared to the fractal-like models.From the present study's findings, it is evident that a model with more parameters does not automatically qualify it to produce a better fit.Therefore, the AIC can be employed to evaluate competing models with minimal biasness.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».