MétaCan
Menu
Retour à la cohorte
Enregistrement W2789602166 · doi:10.3390/ma11040496

Study of Adsorption Mechanism of Congo Red on Graphene Oxide/PAMAM Nanocomposite

2018· article· en· W2789602166 sur OpenAlexaff
Mohammad Rafi, Babak Samiey, Chil‐Hung Cheng

Notice bibliographique

RevueMaterials · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueGraphene and Nanomaterials Applications
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésCongo redNanocompositeGrapheneAdsorptionOxideMaterials scienceMechanism (biology)Chemical engineeringNanotechnologyChemistryOrganic chemistryMetallurgy

Résumé

récupéré en direct d'OpenAlex

. The kinetics and thermodynamics of adsorption were investigated to elucidate the effects of pH, temperature, shaking rate, ionic strength, and contact time. Kinetic data were analyzed by the KASRA model and the KASRA, ISO, and pore-diffusion equations. Adsorption adsorption isotherms were studied by the ARIAN model and the Henry, Langmuir, and Temkin equations. It was shown that adsorption sites of GO/PAMAM at experimental conditions were phenolic hydroxyl groups of GO sheets and terminal amine groups of PAMAM dendrimer. Analysis of kinetic data indicated that amine sites were located on the surface, and that hydroxyl sites were placed in the pores of adsorbent. CR molecules interacted with the adsorption sites via hydrogen bonds. The molecules were adsorbed firstly on the amine sites, and then on the internal hydroxyl sites. Adsorption kinetic parameters indicated that the interaction of CR to the -NH₃⁺ sites was the rate-controlling step of adsorption of CR on this site and adsorption activation energies calculated for different parts of this step. On the other hand, kinetic parameters showed that the intraparticle diffusion was the rate-controlling step during the interaction of CR molecules to -OH sites and activation energy of this step was not calculable. Finally, the used GO/PAMAM was completely regenerated by using ethylenediamine.

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 Opus0,014
Tête enseignante GPT0,227
Écart entre enseignants0,214 · 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

Citations74
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterialsMême sujetGraphene and Nanomaterials ApplicationsTravaux en français237 207