MétaCan
Menu
Retour à la cohorte
Enregistrement W24593016 · doi:10.2166/wqrj.2001.038

Acid Hydrolysis Lignin as a Sorbent for Naphthalene

2001· article· en· W24593016 sur OpenAlexafffund
Angela Keane, Subhasis Ghoshal

Notice bibliographique

RevueWater Quality Research Journal · 2001
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAdsorption and biosorption for pollutant removal
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSorptionLigninChemistryFreundlich equationHydrolysisNaphthaleneOrganic chemistryAdsorptionChromatography

Résumé

récupéré en direct d'OpenAlex

Abstract Lignin, a major polymeric constituent of woody plant tissue, is an abundant source of natural organic matter available as a waste product from the pulp and paper and the fuel ethanol industries. In this study, the sorptive capacity of acid hydrolysis lignin for naphthalene, a representative nonpolar hydrophobic organic compound (HOC), was investigated. When powdered lignin is mixed with distilled water, dissolved and/or colloidal organic matter leaches into the aqueous phase imparting a cloudy yellowish colour. A washing and filtering protocol was developed for pretreating the lignin employed in the sorption studies. Results from batch sorption experiments showed that acid hydrolysis lignin has a strong affinity for naphthalene. The Freundlich isotherm coefficients obtained indicate that the sorption isotherm for naphthalene on hydrolysis lignin is nearly linear. A modified Freundlich equation was employed in order to compare sorption data for HOCs on lignin and activated carbon through the use of unit equivalent coefficients. The results presented in this research and in the literature suggest that the two sorbents are comparable in terms of sorption coefficients. It was determined that acid hydrolysis lignin is unsuitable for use in a packed bed since pumping a naphthalene solution through a column packed with lignin caused the wet lignin to become significantly hardened over time, resulting in a large pressure drop across the system.

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)0,006
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 enseignants0,533
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0130,004

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 Opus0,120
Tête enseignante GPT0,412
Écart entre enseignants0,291 · 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

Citations4
Publié2001
Routes d'admission2
Résumé présentoui

Explorer davantage

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