The extraction of nickel by emulsion liquid membranes using Cyanex 301 as extractant
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The removal of nickel ions from waste streams discharged from mining and metal plating industries has become a popular research topic over the past few decades. In this work, the emulsion liquid membrane (ELM) technique was used to remove nickel ions from synthetic aqueous solutions using bis(2,4,4‐trimethylpentyl)dithiophosphinic acid (Cyanex 301) as the extractant. Sulphuric acid was selected as the internal stripping agent. Central composite design methodology was used to obtain the optimum conditions, with the factors selected in the design being extractant concentration, stripping agent concentration, NiSO 4 solution pH, and NiSO 4 solution/emulsion volume ratio. It was found that the extractant concentration, stripping agent concentration, and NiSO 4 solution/emulsion volume ratio had a significant effect on nickel removal. Optimum operating conditions achieved a maximum nickel removal of more than 99 %. Validation tests confirmed the good agreement between the predicted and experimental data. The emulsion was successfully broken afterwards and the oil phase was re‐tested. The effects of kinetics, loading capacity, and pH variation tests between the emulsion phase and organic phase were investigated. Zeta potential measurements suggest a final pH of around 2.0 is desirable for the post‐reaction treatment of the emulsion droplets.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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