MétaCan
Menu
Retour à la cohorte
Enregistrement W2625335313 · doi:10.6000/1929-5030.2017.06.02.1

Adsorption of Rare Earth Elements (REEs) onto Activated Carbon Modified with Potassium Permanganate (KMnO4)

2017· article· en· W2625335313 sur OpenAlexvenueno aff
Naoki Kano, Meiling Pang, Yanling Deng, Hiroshi Imaizumi

Notice bibliographique

RevueJournal of Applied Solution Chemistry and Modeling · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeochemistry and Elemental Analysis
Établissements canadiensnon disponible
Organismes subventionnairesJapan Society for the Promotion of ScienceMinistry of Education, Culture, Sports, Science and Technology
Mots-clésPotassium permanganateRare earthChemistryAdsorptionActivated carbonInorganic chemistryPotassiumEnvironmental chemistryMineralogyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The adsorption capacity of activated carbon modified with potassium permanganate (KMnO4) for rare earth elements (REEs) from aqueous solution was investigated. The modified activated carbon was characterized by SEM (scanning electron microscopy), FT-IR (Fourier transform infrared spectrometer), and N2 adsorption-desorption tests. Adsorption experiments from aqueous solutions containing known amounts of some REEs (i.e. La, Lu, Yb, Eu, Y, Sc) onto the carbon were explored in a batch system. The amount of REEs adsorbed at different pH values, initial concentrations, and contact times were determined by inductively coupled plasma-atomic emission spectrometry (ICP-AES) in order to determine the optimum conditions for REEs adsorption. The adsorption of REEs on the activated carbon was well fitted by the Langmuir isothermal adsorption equation. The rates of adsorption were found to conform to pseudo-second order kinetic. These results present the modified activated carbon as an efficient adsorbent for REEs, hence creating new avenues for the treatment of industrial waste waters including pollutants. It is very significant information from the viewpoint of environmental protection.

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 enseignants0,002
Score d'incertitude au seuil0,004

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 recherche0,0010,000
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 Opus0,019
Tête enseignante GPT0,221
Écart entre enseignants0,203 · 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

Citations33
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Solution Chemistry and ModelingMême sujetGeochemistry and Elemental AnalysisTravaux en français237 207