Removal of arsenic from drinking water using rice husk
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
Rice husk adsorption column method has proved to be a promising solution for arsenic (As) removal over the other conventional methods. The present work investigates the potential of raw rice husk as an adsorbent for the removal of arsenic [As(V)] from drinking water. Effects of various operating parameters such as diameter of column, bed height, flow rate, initial arsenic feed concentration and particle size were investigated using continuous fixed bed column to check the removal efficiency of arsenic. This method shows maximum removal of As, i.e., 90.7 % under the following conditions: rice husk amount 42.5 g; 7 mL/min flow rate in 5 cm diameter column at the bed height of 28 cm for 15 ppb inlet feed concentration. Removal efficiency was increased from 83.4 to 90.7 % by reducing the particle size from 1.18 mm to 710 µm for 15 ppb concentration. Langmuir and Freundlich isotherm models were employed to discuss the adsorption behavior. The effect of different operating parameters on the column adsorption was determined using breakthrough curves. In the present study, three kinetic models Adam-Bohart, Thomas and Yoon–Nelson were applied to find out the saturated concentration, fixed bed adsorption capacity and time required for 50 % adsorbate breakthrough, respectively. At the end, solidification was done for disposal of rice husk.
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 | 0,001 | 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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