Modeling of photolytic degradation of sulfamethoxazole using boosted regression tree (BRT), artificial neural network (ANN) and response surface methodology (RSM); energy consumption and intermediates study (2021)
- Authors:
- USP affiliated authors: MOTHEO, ARTUR DE JESUS - IQSC ; STETER, JULIANA RIBEIRO - IQSC
- Unidade: IQSC
- DOI: 10.1016/j.chemosphere.2021.130151
- Subjects: TRATAMENTO QUÍMICO DE ÁGUAS RESIDUÁRIAS; FÁRMACOS
- Keywords: Sulfamethoxazole; Photolysis; Wastewater
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: Chemosphere
- ISSN: 0045-6535
- Volume/Número/Paginação/Ano: v. 276, n. 130151 August 2021
- Este periódico é de assinatura
- Este artigo NÃO é de acesso aberto
- Cor do Acesso Aberto: closed
-
ABNT
HUSSAIN, Sajjad et al. Modeling of photolytic degradation of sulfamethoxazole using boosted regression tree (BRT), artificial neural network (ANN) and response surface methodology (RSM); energy consumption and intermediates study. Chemosphere, v. 276, n. 130151 August 2021, 2021Tradução . . Disponível em: https://doi.org/10.1016/j.chemosphere.2021.130151. Acesso em: 01 jan. 2026. -
APA
Hussain, S., Khan, H., Gul, S., Steter, J. R., & Motheo, A. de J. (2021). Modeling of photolytic degradation of sulfamethoxazole using boosted regression tree (BRT), artificial neural network (ANN) and response surface methodology (RSM); energy consumption and intermediates study. Chemosphere, 276( 130151 August 2021). doi:10.1016/j.chemosphere.2021.130151 -
NLM
Hussain S, Khan H, Gul S, Steter JR, Motheo A de J. Modeling of photolytic degradation of sulfamethoxazole using boosted regression tree (BRT), artificial neural network (ANN) and response surface methodology (RSM); energy consumption and intermediates study [Internet]. Chemosphere. 2021 ; 276( 130151 August 2021):[citado 2026 jan. 01 ] Available from: https://doi.org/10.1016/j.chemosphere.2021.130151 -
Vancouver
Hussain S, Khan H, Gul S, Steter JR, Motheo A de J. Modeling of photolytic degradation of sulfamethoxazole using boosted regression tree (BRT), artificial neural network (ANN) and response surface methodology (RSM); energy consumption and intermediates study [Internet]. Chemosphere. 2021 ; 276( 130151 August 2021):[citado 2026 jan. 01 ] Available from: https://doi.org/10.1016/j.chemosphere.2021.130151 - Estudos sintéticos para obtenção de lactonas naturais
- Ancoragem covalente de piridina à matriz polimérica do filme poli-(fenol-azo-benzeno). Preparação de eletrodos modificados com propriedades exidantes de substratos orgânicos
- Eletropolimerização de PAni, POMA e misturas Ani/OMA monitorada por espectroscopia de UV-vis
- Adsorcao de bromteo na interface mercurio / solucao de dimetilsulfoxido a forca ionica constante
- Adsorcao de dimetilacetamida na interface mercurio-solucao aquosa
- Eletrosintese de polianilina: o efeito do eletrolito suporte , do substrato e do intervalo de potencial
- Electrochemical immittance study of pyridine adsorption on Au(210) and Au(111)
- Síntese e caracterização do copolímero poli(anilina-co-o-anisidina)
- Análise qualitativa da influência da orientação cristalográfica na adsorção de pirrol sobre eletrodos monocristalinos de ouro
- Degradação eletroquímica e fotoeletroquímica de ácidos húmicos
Informações sobre o DOI: 10.1016/j.chemosphere.2021.130151 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
P19331.pdf |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
