MétaCan
Menu
Retour à la cohorte
Enregistrement W1513424839 · doi:10.1155/2015/571213

Modeling the Sorption of Ni<sup><b>2+</b></sup> and Co<sup><b>2+</b></sup> on Saprist Peat Using the Response Surface Methodology

2015· article· en· W1513424839 sur OpenAlexafffund
Emmanuel S. Asapo, Cynthia A. Coles, Leonard M. Lye

Notice bibliographique

RevueJournal of Waste Management · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAdsorption and biosorption for pollutant removal
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSorptionPeatAdsorptionMetalChemistryResponse surface methodologyWastewaterAnalytical Chemistry (journal)Environmental chemistryNuclear chemistryChromatographyEnvironmental engineeringPhysical chemistryEnvironmental scienceOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

A detailed study of the sorption of Ni2+ and Co2+ from simulated wastewater on saprist peat is presented. The significantly decomposed peat possessed a strong sorptive capacity that was maintained over a wide range of pH. With a metal concentration range of 50 to 200 mg/L, pH range of 3 to 10, peat dose of 2 to 40 g/L, and contact time of 12 to 24 h, batch experiments were conducted based on a four-factor Box-Behnken response surface design. The percentage removals of Ni2+ and Co2+ were analyzed using analysis of variance. Second order response surface models were developed with the significant factors and their interactions to predict the percentage sorption of Ni2+ and Co2+ independently. The prediction equations were verified with additional data not used in developing the equations. The study showed that the saprist peat could be a potential industrial metal adsorbent and the percentage of uptake of Ni2+ and Co2+ could be accurately predicted using the second order response surface models developed. Ni2+ uptake was greater for the two metals and reached a maximum value at just below a neutral pH and Co2+ uptake continued to increase from pH > 5, with higher uptake percentage at pH 10.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,083
Tête enseignante GPT0,306
Écart entre enseignants0,223 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Waste ManagementMême sujetAdsorption and biosorption for pollutant removalTravaux en français237 207