Investigation of Ammonium Ion Removal from Aqueous Solutions Using Arene- and Propylsulfonic Acid Functionalized Mesoporous Silica Adsorbents
Notice bibliographique
Résumé
To counter environmental threats to the water resources polluted by NH, which is common in wastewaters and agricultural runoff, adsorption using mesoporous functional materials represents a promising alternative to existing treatment methods. In this study, adsorption of NH ions from aqueous solutions was investigated on arene- and propylsulfonic acid functionalized SBA-15 mesoporous silica materials. The adsorbents were synthesized via co-condensation and post-synthesis grafting procedures. Adsorbents were characterized by means of X-ray diffraction, N physisorption, titration, and elemental analyses. The effects of pH, NH initial concentration, temperature, adsorbent loading, organosilane molar ratio, and presence of competitive species on the performance of the adsorbent materials were examined. All the adsorbents having an organosilane/silica molar ratio of 1:5 displayed maximum adsorption capacity around approximately 25 mg g NH at the lowest temperature investigated, 5°C. This capacity decreased with increasing temperature. For a given initial NH concentration, the removal efficiency () increased with increasing adsorbent loading. For instance, increased from 24 to 59% when the adsorbent loading was increased from 2 to 10 g L at 25°C. The adsorption isotherms were well described by a Langmuir model equation. Adsorption capacity improved with increasing organosilane/silica molar ratio, reaching 42 mg g NH with a ratio of 2:5 at 25°C. Arene- and propylsulfonic acid functionalized SBA-15 materials synthesized via co-condensation and post-synthesis grafting proved to be effective high-capacity adsorbents for the removal of NH ions from aqueous solutions.
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 | 0,002 | 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) | 0,001 | 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 ».