Fe<sub>3</sub>O<sub>4</sub> Nanoparticles and Carboxymethyl Cellulose: A Green Option for the Removal of Atmospheric Benzene, Toluene, Ethylbenzene, and <i>o</i>-Xylene (BTEX)
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
In this work, we investigate the interaction of gaseous benzene, toluene, ethylbenzene, and o -xylene (BTEX) with Fe 3 O 4 nanoparticles and demonstrate the potential application of Fe 3 O 4 nanoparticles as adsorbents for BTEX. On the basis of X-ray diffraction, transmission electron microscopy, gas chromatography–mass spectrometry, and gas chromatography–flame ionization detection results, using toluene as a model compound, we find that adsorption is of a heterogeneous nature. At relatively high concentrations of toluene (300–2790 ppmv), X-ray photoelectron spectroscopy results indicate an increase in the divalent cations relative to the trivalent cations of Fe 3 O 4 nanoparticles, which is possibly triggered by nanoscale effects. Removal efficiency experiments show that Fe 3 O 4 nanoparticles (4 g) reduce 100 ppmv of BETX in air by 83 ± 8%, 95 ± 5%, 97 ± 1%, and 98 ± 2%, respectively. Comparable removal efficiencies were observed for recycled Fe 3 O 4 nanoparticles. Toluene was also removed from a flow by Fe 3 O 4 nanoparticles bound together with carboxymethyl cellulose, without releasing undesired aerosols. Fe 3 O 4 nanoparticles (bare and as a composite) show potential as practical and environmental friendly materials for the remediation of BTEX from air.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle