Comparison of natural adsorbents for metal removal from acidic effluent
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Adsorption tests were carried out in acidic synthetic solutions (pH 2.0) using 20 g l(-1) of various natural adsorbents and 0.25 mM of 11 different metals. In decreasing order, the most efficient adsorbents tested were: oyster shells, cedar bark, vermiculite, cocoa shells and peanut shells. In contrast, weak metal adsorption was demonstrated by: red cedar wood, peat moss, pine wood, corn cobs and perlite. Metal adsorption capacities in acidic synthetic solution followed the order: Pb2+> Cr3+> Cu2+> Fe2+> Al3+> Ni2+> Cd2+ > Mn2+ > Zn2+ >> Ca2+, Mg2+. Alkaline treatment (0.75 M NaOH) increased the effectiveness of metal removal for the majority of adsorbents. In contrast, acid treatment (0.75 M H2SO4) either reduced or did not affect the adsorption capacity of the materials tested. Finally, oyster shells, red cedar wood, vermiculite, cocoa shells and peanut shells, were effective natural adsorbents for the selective recovery of lead and trivalent chromium from acidic effluent.
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.
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 | 0,001 |
| 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) | 0,004 | 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 découle