Arsenic removal from drinking water using granular ferric hydroxide
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This paper examines the use of granular ferric hydroxide (GFH) to remove both arsenate [As(V)] and arsenite [As(III)] present in drinking water by conducting batch and column studies. The kinetic studies were conducted as a function of pH, and less than 5 mg/l was achieved from an initial concentration of 100 mg/l for both As(III) and As(V) with GFH at a pH of 7.6, which is in the pH range typically encountered in drinking water supplies. In the isotherm studies, the observed data fitted well with both the Freundlich and the Langmuir models. In continuous column tests (five cycles) with tap water using GFH, consistently less than 5 mg/l of arsenic was achieved in the finished water for 38 to 42 hours of column operation, where the influent had a spiked arsenic concentration of 500 mg/l. High bed volumes (1260 and 1140) up to a breakthrough concentration of 5 mg/l were achieved in the column studies. The adsorptive capacities for GFH estimated from the column studies were higher than that of activated alumina reported in the previous studies. Speciation of a natural water sample with arsenic showed the dominance of As(III) species over As(V). Batch and column studies showed that granular ferric hydroxide (GFH) can be effectively used in small water utilities to achieve less than 5 mg As/l in drinking water. Keywords: Adsorption, Drinking water, Arsenic removal, Granular ferric hydroxide, Arsenic speciation (WaterSA: 2003 29(2): 161-170)
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.
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 | 0,000 | 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) | 0,004 | 0,001 |
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 découle