MétaCan
Menu
Retour à la cohorte
Enregistrement W2745412567 · doi:10.5004/dwt.2017.20930

Adsorptive removal of hazardous organic water pollutants by humic acid–carbon hybrid materials: kinetics and isotherm study

2017· article· en· W2745412567 sur OpenAlexaff
Emad K. Radwan, Hany H. Abdel Ghafar, Ahmed S. Moursy, Cooper H. Langford, Ahmed H. Bedair, Gopal Achari

Notice bibliographique

RevueDesalination and Water Treatment · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality Monitoring and Analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPollutantHumic acidHazardous wasteEnvironmental chemistryChemistryKineticsActivated carbonNatural organic matterWater treatmentEnvironmental scienceTotal organic carbonWaste managementAdsorptionEnvironmental engineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The adsorption characteristics of phenol, 2,4,6-trichlorophenol (2,4,6-TCP) and atrazine onto humic acid–carbon hybrid materials were investigated under different experimental conditions (ionic strength, pH, adsorbent dose, agitation time and initial concentration). It was found that ionic strength has insignificant effect on the adsorption process which peaked at acidic pH. The kinetic data were fitted to Elovich equation and intra-particle diffusion models. Kinetics results showed that the adsorption can be represented by two steps: a rapid step dominating the first 5 min followed by a slower uptake to the final steady-state value. On the other hand, equilibrium data were examined by Freundlich and Langmuir equations. Langmuir was the best model fit for the adsorption of 2,4,6- TCP onto the studied materials, phenol adsorption on carbon-coated insolubilized humic acid and atrazine adsorption onto insolubilized humic acid and carbon-coated insolubilized humic acid. The study proved that humic acid–carbon hybrid material has higher adsorption capacity than the pure materials.

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 seuil0,003

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 Opus0,016
Tête enseignante GPT0,253
Écart entre enseignants0,237 · 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

Citations19
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDesalination and Water TreatmentMême sujetWater Quality Monitoring and AnalysisTravaux en français237 207