Adsorption du pentachlorophenol sur divers matériaux : Influence de co-adsorbats organiques (Substances humiques et lindane)
Notice bibliographique
Résumé
Nous avons réalisé, pour de faibles concentrations, l'étude de l'adsoprtion d'un pesticide le pentachlorophénol, sur plusieurs matériaux adsorbants : le charbon actif, la kaolinite et la bentone. Les résultats montrent que l'adsorption du pentachlorophénol sur la kaolinite reste négligeable tandis que la bentone SD-3 (argile traitée) permet d'obtenir des résultats intéressants avec toutefois une capacité maximale d'adsorption 10 à 100 fois plus faible que celle du charbon actif. Le charbon actif reste le meilleur matériau adsorbant pour le pentachlorophénol. La solubilité de ce composé étant très variable en fonction du pH du milieu on constate que l'adsorption du pentachlorophénol-pentachlorophénate (5 mg.l -1 ) diminue pour des valeurs de pH supérieures au pKa du couple acide-base que nous avons déterminé expérimentalement, égal à 5,9 ± 0,1. L'adsorption du pentachlorophénol n'est pas affectée par la présence d'acides humiques (obtenus à partir de substances commerciales) utilisés comme coadsorbats (10 mg.l -1 ) alors que les acides fulviques (20 mg.l -1 ) extraits de sols semblent provoquer une promotion de l'adsorption. On observe d'autre part que le pentachlorophénol n'affecte pas l'adsorption des acides humiques mais augmente légèrement celle des acides fulviques. Ces remarques suggèrent la possible formation d'un complexe acides fulviques-pentachlorophénol. Lorsqu'on utilise le lindane, pesticide hydrophobe comme coadsorbat (165 mg.l -1 ), on observe encore d'une façon systématique pour tous les nombreux essais une légère promotion de l'adsorption.
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 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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 tête enseignante, 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 ».