Removal of Chromium and Nickel from Electroplating Wastewater Using Magnetite Particulate Adsorbent: (1) Effect of pH, Contact Time and Dosage, (2) Adsorption Isotherms and Kinetics
Notice bibliographique
Résumé
Wastewater discharged into municipal sewer systems from electroplating process plants contains a heavy load of metal ions and often requires pre-discharge treatment. Treatment of wastewater to reduce the concentration of metal ions employing an adsorption process has been studied using a wide range of adsorbents. In this work, the concentrations of chromium and nickel ions in wastewater samples from a local electroplating shop were found to be above the limits set out by the Bulawayo City Council, and the Environmental Management Agency, a statutory agency under the Ministry of Environment and Tourism, Government of Zimbabwe. Furthermore, the removal of chromium and nickel ions from the wastewater using magnetite as an adsorbent is studied. Magnetite particulate adsorbent used in this experiment has demonstrated to be an effective adsorbent material. At the optimum process operating pH of 4 – 7 the absorbent was able to achieve removal rates of up to 99% for chromium and 98% for nickel. The adsorption processes for chromium and nickel have been proven to be physical in nature using the Dubinin-Radushkevich isotherm model. Also, the adsorption kinetics data fit well with pseudo second-order kinetic model.
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 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 | 0,001 |
| 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».