Trivalent Chromium Ion Adsorption on Various Types of Wastewater Sludge
Notice bibliographique
Résumé
This research aimed at evaluating the adsorption of trivalent chromium present in high concentrations [about 100–170mgCr(III)L−1] in effluents on various types of wastewater sludges, namely, primary sludge (PWS), secondary sludge (SWS), mixed sludge (primary+secondary) (MWS), physicochemical treatment sludge (CWS), and agro-processing industry sludge (AWS). Adsorption tests of chromium were carried out at 25±1°C in 500mL Erlenmeyer flasks at various adsorbent concentrations (2, 5, 10, 15, 20, and 30gL1) for all types of sludges studied (PS, SWS, MWS, CWS, and AWS). A synthetic chromium nitrate [Cr(NO3)3⋅9H2O] solution adjusted to pHi=3.2 at 112mgL−1 was used. The results revealed that CWS had the best adsorption capacity for chromium, followed by SWS, and adsorption capacity of the different wastewater sludges was in the following order: CWS>SWS⩾MWS>PWS>AWS. Kinetic adsorption studies also showed that almost complete removal of chromium in solution was reached in the first 2h of reaction with all types of sludges. Finally, the adsorption tests of chromium on tannery effluent ([Cr]i=143mgL−1) confirmed the effectiveness of SWS for the removal of chromium. A removal yield of 40.8% of chromium was observed following 2.0h of adsorption on 5.0gL−1 of SWS at a pHi=3.94. The quantity of chromium adsorbed on sludge during these tests corresponded to a load of 11.6mgCrg−1 dry weight.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».