MétaCan
Menu
Retour à la cohorte
Enregistrement W2765769666 · doi:10.1021/acs.jced.7b00379

Thermodynamic and Kinetic Studies of Methylene Blue Degradation Using Reactive Adsorption and Its Comparison with Adsorption

2017· article· en· W2765769666 sur OpenAlexaff
Komal Sharma, Raj K. Vyas, Ajay K. Dalai

Notice bibliographique

RevueJournal of Chemical & Engineering Data · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAdsorption and biosorption for pollutant removal
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésAdsorptionChemistryMethylene blueDesorptionReactive dyeHydroxylationActivated carbonNuclear chemistryInorganic chemistryOrganic chemistryCatalysisDyeing

Résumé

récupéré en direct d'OpenAlex

Granular activated carbon doped with iron (Fe-GAC) was prepared and methylene blue (MB) removal efficiency was tested using reactive adsorption (Fe-GAC/H 2 O 2 ) and adsorption (Fe-GAC). The color removal efficiencies of Fe-GAC/H 2 O 2 and Fe-GAC were found to be 94% and 25%, respectively, in 3 h at 30 °C. The higher MB removal was achieved because of hydroxyl radical-induced oxidative degradation in the presence of Fe-GAC/H 2 O 2 at natural pH. MB removal rate using reactive adsorption (0.015 min –1 ) was much faster than adsorption (0.004 min –1 ). Thermodynamic parameters revealed that enthalpy change was approximately one-third for reactive adsorption as that for adsorption, indicating reactive adsorption to be superior. Electrospray ionization-mass spectrometry (ESI-MS) analysis showed that reactive degradation of MB molecule followed demethylation and hydroxylation processes. The process of reactive adsorption was further investigated by identifying compounds using desorption from spent Fe-GAC through ESI-MS. Recovery and identification of such degraded compounds may be commercially attractive. An oxidative degradation pathway and a reactive adsorption scheme have been proposed.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,059
Tête enseignante GPT0,309
Écart entre enseignants0,250 · 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

Citations71
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Chemical & Engineering DataMême sujetAdsorption and biosorption for pollutant removalTravaux en français237 207