Interactions of Benzoic Acid and Phosphates with Iron Oxide Colloids Using Chemical Force Titration
Notice bibliographique
Résumé
Colloidal iron oxides are an important component in soil systems and in water treatment processes. Humic-based organic compounds, containing both phenol and benzoate functional groups, are often present in these systems and compete strongly with phosphate species for binding sites on the iron oxide surfaces. Here, we examine the interaction of benzoate and phenolic groups with various iron oxide colloids using atomic force microscopy (AFM) chemical force titration measurements. Self-assembled monolayers (SAMs) of 4-(12-mercaptododecyloxy)benzoic acid and 4-(12-mercaptododecyloxy)phenol were used to prepare chemically modified Au-coated AFM tips, and these were used to probe the surface chemistry of a series of iron oxide colloids. The SAMs formed were also characterized using scanning tunneling microscopy, reflection-absorption infrared spectroscopy, and X-ray photoelectron spectroscopy. The surface pK(a) of 4-(12- mercaptododecyloxy)benzoic acid has been determined to be 4.0 +/- 0.5, and the interaction between the tip and the sample coated with a SAM of this species is dominated by hydrogen bonding. The chemical force titraton profile for an AFM probe coated with 4-(12- mercaptododecyloxy)benzoic acid and a bare iron oxide colloid demonstrates that the benzoic acid function group interacts with all three types of iron oxide sites present on the colloid surface over a wide pH range. Similar experiments were carried out on colloids precipitated in the presence of phosphoric, gallic, and tannic acids. The results are discussed in the context of the competitive binding interactions of solution species present in soils or in water treatment processes.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 ».