MétaCan
Menu
Retour à la cohorte
Enregistrement W1981545273 · doi:10.5539/enrr.v4n4p120

Equilibrium Studies of Methylene Blue Dye Sorption by Dried Water Hyacinth Shoot

2014· article· en· W1981545273 sur OpenAlexvenueno aff
A. K. Inengite, Cyprian Y. Abasi, D. B. Johnny

Notice bibliographique

RevueEnvironment and Natural Resources Research · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAdsorption and biosorption for pollutant removal
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHyacinthAdsorptionFreundlich equationMethylene blueChemistryLangmuirSorptionActivated carbonAqueous solutionNuclear chemistryOrganic chemistryCatalysis

Résumé

récupéré en direct d'OpenAlex

Water hyacinth (Eichhornia crassipies) has proved to be a menace in water bodies and studies are on, in the direction of solving this problem; one of which is to discover economic uses of water hyacinth. Adsorption of heavy metals and dyes from aqueous solutions by activated carbon derived from water hyacinth is one of such studies. In this study, dried and pulverized water hyacinth shoot was used for the sorption studies. This is in the bid of eliminating the rigours of producing activated carbon, thereby saving time and cost. The adsorption capacity of water hyacinth shoot for Methylene Blue dye was studied as a function of initial metal ion concentration in a batch system. Results showed that adsorption increased with methylene blue dye concentration. Seven adsorption isotherms, namely Langmuir, Freundlich, Temkin, Dubinin-Radushkevich, Florry-Huggins, Harkins-Jura and Henry’s isotherms were applied to the adsorption data. Isotherm parameters showed that all the isotherms correlated well with the adsorption data. The maximum adsorption capacity of Methylene Blue dye to the dried water hyacinth shoot was found to be 58.14mg/g. The use of dried water hyacinth shoot would appreciably save the time and cost for producing activated carbon but not without some compromise of efficiency.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,400
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,031
Tête enseignante GPT0,304
Écart entre enseignants0,273 · 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 tête enseignante, pas un consensus.

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

Citations5
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment and Natural Resources ResearchMême sujetAdsorption and biosorption for pollutant removalTravaux en français237 207