Phosphorus Speciation in Agro-Industrial Byproducts: Sequential Fractionation, Solution <sup>31</sup>P NMR, and P <i>K</i>- and <i>L</i><sub>2,3</sub>-Edge XANES Spectroscopy
Notice bibliographique
Résumé
Little is known about P species in agro-industrial byproducts from developing countries, which may be either pollutants or valuable soil amendments. The present study speciated P in dry (COD) and wet (COW) coffee, sisal (SIS), barley malt (BEB) and sugar cane processing (FIC) byproducts, and filter cakes of linseed (LIC) and niger seed (NIC)with sequential fractionation, solution (31)P nuclear magnetic resonance (NMR) spectroscopy, and P K- and L(2,3)-edge X-ray absorption near-edge structure (XANES) spectroscopy. The sequential P fractionation recovered 59% to almost 100% of total P (P(t)), and more than 50% of P(t) was extracted by H(2)O and NaHCO(3) in five out of seven samples. Similarly, the NaOH + EDTA extraction for solution (31)P NMR recovered 48-94% of P(t). The (31)P NMR spectra revealed orthophosphate (6-81%), pyrophosphate (0-10%), and orthophosphate monoesters (6-94%). Orthophosphate predominated in COD, COW, SIS, and FIC, whereas BEB, UC, and NIC were rich in orthophosphate monoesters. The concentrations of P(i), and P(o) determined in the sequential and NaOH + EDTA extractions and (31)P NMR spectra were strongly and positively correlated (r = 0.88-1.00). Furthermore, the P K- and L(2,3)-edge XANES confirmed the H(2)SO(4)--P(i) detected in the sequential fractionation by unequivocal identification of Ca--P phases in a few samples. The results indicate that the combined use of all four analytical methods is crucial for comprehensive P speciation in environmental samples and the application of these byproducts to soil.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».