MétaCan
Menu
Retour à la cohorte
Enregistrement W2342227888 · doi:10.1080/19443994.2015.1135084

Removal of copper, zinc and cadmium ions through adsorption on water-quenched blast furnace slag

2016· article· en· W2342227888 sur OpenAlexaff
Zhe Wang, Guohe Huang, Chunjiang An, Lirong Chen, Jinliang Liu

Notice bibliographique

RevueDesalination and Water Treatment · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAdsorption and biosorption for pollutant removal
Établissements canadiensUniversity of Regina
Organismes subventionnairesMinistry of Education, IndiaMinistry of Earth SciencesNational Natural Science Foundation of China
Mots-clésZincCopperCadmiumAdsorptionGround granulated blast-furnace slagBlast furnaceSlag (welding)MetallurgyIonChemistryMaterials scienceInorganic chemistry

Résumé

récupéré en direct d'OpenAlex

Water-quenched blast furnace slag (WBFS) has been assessed regarding its capacity to remove Cu2+, Cd2+, and Zn2+ from aqueous solutions. The physicochemical properties of the slag were characterized by ICP, SEM, and XRD. Batch experiments were conducted to study the effects of the adsorbent dosage, pH, initial concentration of heavy metal ions, temperature, and contact time on the removal of Cu2+, Cd2+, and Zn2+. The results showed that the removal efficiency increased with increasing adsorbent dosage and the optimum conditions for the removal of Cu2+, Cd2+, and Zn2+ were obtained in the dosage of 12, 16, and 16 g/L, respectively. The removal efficiency and adsorption amount of Cu2+, Cd2+, and Zn2+ onto WBFS increased on increasing the solution pH from 1 to 9, while the values decreased slightly as the pH further increased above 9. The adsorption process could fit the pseudo-second-order kinetic and Langmuir isotherm models. Various thermodynamic parameters were calculated and the results indicated the adsorption of Cu2+, Cd2+, and Zn2+ onto WBFS was feasible and endothermic in nature. These results have significant implications for the treatment of heavy metal wastewater using low-cost adsorbents.

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 enseignants0,007
Score d'incertitude au seuil0,014

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)0,0010,000

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 Opus0,017
Tête enseignante GPT0,239
Écart entre enseignants0,222 · 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

Citations14
Publié2016
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueDesalination and Water TreatmentMême sujetAdsorption and biosorption for pollutant removalTravaux en français237 207