MétaCan
Menu
Retour à la cohorte
Enregistrement W1964850653 · doi:10.1002/clen.201000027

Removal of Brilliant Green Dye from Aqueous Solutions Using Home Made Activated Carbons

2010· article· en· W1964850653 sur OpenAlexfundno aff
Tatiana Calvete, Éder C. Lima, Natali F. Cardoso, Sı́lvio L.P. Dias, Emerson Schwingel Ribeiro

Notice bibliographique

RevueCLEAN - Soil Air Water · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAdsorption and biosorption for pollutant removal
Établissements canadiensnon disponible
Organismes subventionnairesPartenariat Canadien Contre Le CancerConselho Nacional de Desenvolvimento Científico e Tecnológico
Mots-clésActivated carbonAdsorptionBrilliant greenAqueous solutionEnthalpyChemistryChromatographyEffluentChemical engineeringNuclear chemistryVolume (thermodynamics)PorosityMaterials scienceOrganic chemistryEnvironmental engineeringEnvironmental scienceThermodynamics

Résumé

récupéré en direct d'OpenAlex

Abstract Activated carbon materials were prepared from the Brazilian pine‐fruit shell (Araucaria angustifolia) by chemically activated carbon (CAC) and chemically and physically activated carbon (CPAC), and tested as adsorbents for the removal of brilliant green (BG) dye from aqueous effluents. The mixed activation process leads to increases in the specific surface area, average porous volume, and average porous diameter of the adsorbent CPAC when compared to CAC. The effects of shaking time, adsorbent dosage and pH on the adsorption capacity were studied. BG uptake was favorable at pH values ranging from 2.0 to 10.0 for both CAC and CPAC. The contact time required to obtain the equilibrium using CAC and CPAC as adsorbents was 4 h at 298 K, respectively. The fractionary‐order kinetic model provided the best fit to experimental data compared with other models. Equilibrium data were better fit to the Sips and Redlich‐Peterson isotherm models using CAC and CPAC as adsorbents. The enthalpy and entropy of adsorption of BG were obtained from adsorption experiments ranging from 298 to 323 K.

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 enseignants0,002
Score d'incertitude au seuil0,004

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 Opus0,017
Tête enseignante GPT0,218
Écart entre enseignants0,201 · 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

Citations107
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCLEAN - Soil Air WaterMême sujetAdsorption and biosorption for pollutant removalTravaux en français237 207