MétaCan
Menu
Retour à la cohorte
Enregistrement W2115232503 · doi:10.6000/1929-6037.2013.02.01.7

Adsorptive Removal of Methyl Red from Aqueous Solution onto Charred and Aminated Sugarcane Waste

2013· article· en· W2115232503 sur OpenAlexvenueno aff
Jagjit Kour, Shankar Pandey, Puspa Lal Homagai, Megh Raj Pokhrel, Kedar Nath Ghimire

Notice bibliographique

RevueJournal of Membrane and Separation Technology · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality Monitoring and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesTribhuvan University
Mots-clésAqueous solutionChemistryPulp and paper industryAdsorptionOrganic chemistryNuclear chemistry

Résumé

récupéré en direct d'OpenAlex

Adsorptive removal of Methyl Red (MR) from aqueous solution onto chemically modified charred sugarcane waste (CSW) and aminated sugarcane waste (ASW) has been investigated. The surface modification was characterized by FTIR, SEM, elemental analysis and Boehm titration. The effect of pH, contact time and MR concentrations were studied by batch equilibrium method. Maximum dye removal was observed at pH 2 onto CSW while that for ASW at pH 7. The dye can be quantitatively removed onto the surface of these adsorbents at a contact time of 3 h. Maximum adsorption capacity (qmax) for the CSW and ASW were found to be 125.0 mg/g and 142.85 mg/g, respectively. Adsorption kinetic data were tested using pseudo-first order, pseudo-second order and intra-particle diffusion models. Kinetic studies revealed that the adsorptive removal of the dye onto the adsorbents followed pseudo-second order kinetics model. The obtained results indicated an excellent alternative for the treatment of dye contaminated wastewater using such chemically modified sugarcane waste at low cost with better efficiency.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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 Opus0,009
Tête enseignante GPT0,240
Écart entre enseignants0,231 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Membrane and Separation TechnologyMême sujetWater Quality Monitoring and AnalysisTravaux en français237 207