MétaCan
Menu
Retour à la cohorte
Enregistrement W2441787701 · doi:10.2166/wqrj.2004.027

Cadmium Biosorption by S. fluitans: Treatment, Resilience and Uptake Relative to Other Sargassum spp. and Brown Algae

2004· article· en· W2441787701 sur OpenAlexaff
Thomas A. Davis, Fadi El Cheikh Ali, Elisa Giannitti, Bohumil Volesky, Alfonso Mucci

Notice bibliographique

RevueWater Quality Research Journal · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAdsorption and biosorption for pollutant removal
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésSorptionSargassumCadmiumBrown algaeBiosorptionChemistryEnvironmental chemistryLeaching (pedology)AlgaeMetalBotanyAdsorptionEcologyBiologyOrganic chemistrySoil water

Résumé

récupéré en direct d'OpenAlex

Abstract Species of the brown algae Sargassum have been targeted for use in the implementation of strategies to remediate toxic heavy metal contamination in effluents and drinking waters. This work focusses on some of the intrinsic physico-chemical properties of the algal material and aspects of the sorption mechanism, in particular: their maximal metal uptake, the influence of particle size and their resilience to leaching during equilibrium batch experiments. In addition to S. fluitans, the database on cadmium uptake capacities by Sargassum is extended to include S. thunbergii and S. oligocystum, and these are compared to those of two common brown algae. Results of our experiments demonstrate that cadmium sorption is independent of the range of particle sizes investigated (<2 and 3–6 mm), thereby indicating that sorption is not a function of the specific surface area of the biomass exposed to the solution. Dissolved organic carbon (DOC) analyses reveal that leaching to the cadmium solutions during the metal sorption reaction is independent of the biomass preparations used to obtain the two size fractions but decreases with increasing final cadmium concentration.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge 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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,623
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,064
Tête enseignante GPT0,360
Écart entre enseignants0,296 · 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

Citations13
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Quality Research JournalMême sujetAdsorption and biosorption for pollutant removalTravaux en français237 207