MétaCan
Menu
Retour à la cohorte
Enregistrement W2768817960 · doi:10.1166/jnn.2018.14698

Adsorption of Cu<sup>2+</sup> Ions from Aqueous Solutions on Nano-Titanate Engelhard Titanosilicate-2 (ETS-2)

2017· article· en· W2768817960 sur OpenAlexaff
Sabereh Rezaei, Steven M. Kuznicki

Notice bibliographique

RevueJournal of Nanoscience and Nanotechnology · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueChemical Synthesis and Characterization
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésSorbentAqueous solutionAdsorptionMaterials scienceX-ray photoelectron spectroscopyThermogravimetric analysisTitanateMetal ions in aqueous solutionIon exchangeNuclear chemistryInorganic chemistryMetalIonChemical engineeringPhysical chemistryChemistryOrganic chemistryCeramicComposite material

Résumé

récupéré en direct d'OpenAlex

Adsorption of Cu2+ ions from aqueous solutions is an increasingly important problem. Nano-titanate ETS-2 (Engelhard Titanosilicate-2) was studied for Cu2+ removal from aqueous solutions through the batch technique at room temperature. Structural and chemical properties of both ETS-2 sorbent and aqueous solution were studied by different characterization tests such as Thermogravimetric Analysis, Energy Dispersive X-ray spectroscopy, X-ray Photoelectron Spectroscopy and Inductively Coupled Plasma measuremen. Copper adsorption capacity was found to increase upon raising the contact time or the pH of the solution. The maximum uptake of Cu2+ (99.9%) by ETS-2 occurred at pH of 6.7 and 30 min of contact time. The Cu2+ removal capacity of ETS-2 was found to be 53.58 mg/g at pH = 5.16, which improved to 54.02 mg/g, when rising the contact time to 90 min. Chemical properties of ETS-2 indicated that ETS-2 surface possessed sodium exchange sites making it a favourable sorbent for metal exchange.

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 enseignants0,001
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 Opus0,017
Tête enseignante GPT0,232
Écart entre enseignants0,216 · 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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nanoscience and NanotechnologyMême sujetChemical Synthesis and CharacterizationTravaux en français237 207