MétaCan
Menu
Retour à la cohorte
Enregistrement W1573331232 · doi:10.3968/j.ans.1715787020130603.2596

Bath Adsorption Study of Methylene Blue Dye Onto Sunflower Seeds Husks Activated Carbon

2013· article· en· W1573331232 sur OpenAlexvenueno aff
Jasim M. Salman, Faisal Dahi ALmutairi

Notice bibliographique

RevueAdvances in natural science/Advances in natural sciences · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAdsorption and biosorption for pollutant removal
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésActivated carbonPotassium hydroxideMethylene blueAdsorptionFreundlich equationNuclear chemistryHuskChemistryLangmuir adsorption modelSunflower seedDesorptionLangmuirAqueous solutionSunflowerChemical engineeringOrganic chemistryBotanyCatalysis

Résumé

récupéré en direct d'OpenAlex

Mesoporous activated carbon prepared from sunflower seeds husks (SSH) using physiochemical activation (potassium hydroxide treatment and carbon dioxide gasification). The optimum conditions for preparing activated carbon from (SSH) were found to be activation temperature of 500 oC, activation time of 1.0 h and chemical impregnation ratio of 1:1. The adsorptions of methylene blue (MB) onto sunflower seed husks activated carbon (SSHAC) were studied with respect to initial MB concentration. The experimental data were analyzed by the Langmuir isotherm, the Freundlich isotherm and the Temkin isotherm. Equilibrium data fitted well with the Langmuir model with maximum adsorption capacity of 410 mg/g at 30 oC for MB concentration range of 50-300 mg/L. Desorption-adsorption studies for the spent SSHAC (saturated with MB) using ethanol as solvent showed that regeneration efficiency around 85%. The results indicated that the SSHAC is very effective for the adsorption of MB from aqueous solutions and can be regenerate to use for more than two adsorption cycles.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

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

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 Opus0,007
Tête enseignante GPT0,278
Écart entre enseignants0,271 · 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'étudeExpérimental (laboratoire)
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

Citations7
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in natural science/Advances in natural sciencesMême sujetAdsorption and biosorption for pollutant removalTravaux en français237 207