MétaCan
Menu
Retour à la cohorte
Enregistrement W2327366010 · doi:10.1021/es4032198

Rates and Mechanisms of Zn<sup>2+</sup> Adsorption on a Meat and Bonemeal Biochar

2013· article· en· W2327366010 sur OpenAlexaff
Aaron R. Betts, Ning Chen, Jordan G. Hamilton, Derek Peak

Notice bibliographique

RevueEnvironmental Science & Technology · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAdsorption and biosorption for pollutant removal
Établissements canadiensUniversity of SaskatchewanCanadian Light Source (Canada)
Organismes subventionnairesnon disponible
Mots-clésBiocharAdsorptionChemistryEnvironmental chemistryZincWaste managementEnvironmental scienceRadiochemistryPyrolysisOrganic chemistryEngineering

Résumé

récupéré en direct d'OpenAlex

Biochars produced from meat and bonemeal (MBM) waste materials contain large amounts of calcium phosphate and are potentially useful sorbents for the remediation of metals. Because the reactivity of biochars depends strongly upon the conditions used in their production, the objective of this study was to evaluate the rates and mechanisms of Zn sorption onto a commercially supplied MBM biochar prior to its application in a field-scale revegetation project. Sorption experiments varying pH, time, and Zn concentration found that, above pH 6.1, Zn adsorbed to MBM biochar quickly (within 5 h) with a maximum adsorption capacity of 0.65 mmol Zn g(-1). Synchrotron-based Zn K-edge extended X-ray absorption fine structure spectroscopy was consistent with a tetrahedral Zn bound to phosphate groups in a monodentate inner-sphere surface complex for all conditions tested. With an acidification pretreatment and at more acidic pH, MBM biochar causes precipitation of a ZnPO4 phase. On the basis of these results, this MBM biochar has a high capacity to rapidly adsorb Zn in adsorption experiments and can be considered a promising sorbent for Zn remediation of contaminated soils.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,103
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,004
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,201
Écart entre enseignants0,195 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations82
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetAdsorption and biosorption for pollutant removalTravaux en français237 207