MétaCan
Menu
Retour à la cohorte
Enregistrement W2023868136 · doi:10.1002/cjce.20515

Comparative analysis for three different immobilisation strategies in the hexavalent chromium biosorption process using <i>Bacillus sphaericus</i> S‐layer

2011· article· en· W2023868136 sur OpenAlexvenueno aff
Diana Marcela Carrero, Johanna Maritza Morales, Andrea Carolina Garcia, Nathalia Florez, Paula Delgado, Jenny Dussán, Andrés Córdoba, Andrés Fernando González Barrios

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2011
Typearticle
Langueen
DomaineChemistry
ThématiqueAnalytical chemistry methods development
Établissements canadiensnon disponible
Organismes subventionnairesForskningsrådet om Hälsa, Arbetsliv och Välfärd
Mots-clésBiosorptionBacillus sphaericusHexavalent chromiumChromiumEnvironmental scienceEnvironmental engineeringEnvironmental chemistryChemistryBiologyMaterials scienceBacillalesMetallurgyAdsorptionBacteria

Résumé

récupéré en direct d'OpenAlex

Abstract Hexavalent chromium constitutes an important water pollutant due to its cancerogenic properties. In countries such as Colombia it is widely used as a preservative in the leather industry. Bacillus sphaericus S‐layer exhibits high metal‐binding capacity hence the use of this microorganism to remove metals such as chromium from polluted regions based on immobilised cells systems is suggested to be an interesting proposal. The paper describes thermodynamic adsorption process of Cr(VI) on immobilised biomass of B. sphaericus cells on polyurethane foam, sol–gel, and sawdust. The adsorption isotherms describe different immobilisation mechanisms regarding the support utilised. For example, polyurethane and sawdust immobilisation process were described with the classical Langmuir model while sol–gel followed Generalised Freundlich–Kiselev behaviour. Moreover, through determining breakthrough curves in packed columns with each medium we found surface diffusion and mass bulk transfer rate as crucial factors when scaling‐up the process.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,031
Score d'incertitude au seuil0,509

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,075
Tête enseignante GPT0,283
Écart entre enseignants0,208 · 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.

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

Citations7
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetAnalytical chemistry methods developmentTravaux en français237 207