Arsenic Removal from Aqueous Solution by Iron Oxide-Coated Biomass: Common Ion Effects and Thermodynamic Analysis
Notice bibliographique
Résumé
A batch study showed that the presence of anions (sulfate, chloride, and nitrate) in solution did not affect the adsorption process of both As(V) and As(III) by iron oxide-coated A. niger biomass. It was found that the presence of Ca2+, Fe2+, and Mg2+ ions at a concentration of 200 mg/L in solution could increase the removal efficiency of As(V) by 86.5%, 95.4%, and 65.8%, respectively. Similarly, the presence of Ca2+, Fe2+, and Mg2+ ions at a concentration of 200 mg/L in solution could increase the removal efficiency of As(III) by 39.3%, 97%, and 8.4%, respectively. The batch adsorption-desorption study showed that the reactions between the arsenic species and the iron oxide-coated A. niger biomass were reversible. Desorption of As(V) and As(III) at neutral pH was approximately 15%. As(V) desorbed more than As(III) in acidic (pH 1.33) and alkaline (pH 12.56) solutions. At a pH of 1.33, 67% of the adsorbed As(V) desorbed, and the percentage of desorbed As(III) was only 47.1% in the same condition. At a solution pH of 12.56, 73.4% of the As(V), and 43.7% of As(III) desorbed. The thermodynamic study showed the spontaneous nature of the sorption of arsenic on IOCB. The high value of the heat of adsorption {ΔH ≈ − 133 kJ/mol for As(V), and 88.9 k/mol for As(III)} indicated that the mechanism of arsenic sorption was chemisorption.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 source (Gemma direct ou Codex distillé), 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 ».