MétaCan
Menu
Retour à la cohorte
Enregistrement W2104740330 · doi:10.1155/2014/146769

Assessment of Food Processing and Pharmaceutical Industrial Wastes as Potential Biosorbents: A Review

2014· review· en· W2104740330 sur OpenAlexaff
Hanan E. M. El‐Sayed, Mayyada M. H. El‐Sayed

Notice bibliographique

RevueBioMed Research International · 2014
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueAdsorption and biosorption for pollutant removal
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésBiosorptionEnvironmental sciencePollutantWaste managementHazardous wasteWastewaterValorisationSewage treatmentBiochemical engineeringPulp and paper industryAdsorptionEnvironmental engineeringChemistryEngineering

Résumé

récupéré en direct d'OpenAlex

There is a growing need for the use of low-cost and ecofriendly adsorbents in water/wastewater treatment applications. Conventional adsorbents as well as biosorbents from different natural and agricultural sources have been extensively studied and reviewed. However, there is a lack of reviews on biosorption utilizing industrial wastes, particularly those of food processing and pharmaceuticals. The current review evaluates the potential of these wastes as biosorbents for the removal of some hazardous contaminants. Sources and applications of these biosorbents are presented, while factors affecting biosorption are discussed. Equilibrium, kinetics, and mechanisms of biosorption are also reviewed. In spite of the wide spread application of these biosorbents in the treatment of heavy metals and dyes, more research is required on other classes of pollutants. In addition, further work should be dedicated to studying scaling up of the process and its economic feasibility. More attention should also be given to enhancing mechanical strength, stability, life time, and reproducibility of the biosorbent. Environmental concerns regarding disposal of consumed biosorbents should be addressed by offering feasible biosorbent regeneration or pollutant immobilization options.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,989
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,182
Tête enseignante GPT0,487
Écart entre enseignants0,305 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations56
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioMed Research InternationalMême sujetAdsorption and biosorption for pollutant removalTravaux en français237 207