MétaCan
Menu
Retour à la cohorte
Enregistrement W2896204203 · doi:10.1021/acsomega.8b01871

Graphene Oxide–Chitosan Composite Material for Treatment of a Model Dye Effluent

2018· article· en· W2896204203 sur OpenAlexafffund
Mina Sabzevari, Duncan Cree, Lee D. Wilson

Notice bibliographique

RevueACS Omega · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueGraphene and Nanomaterials Applications
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésGrapheneChitosanOxideComposite numberEffluentMaterials scienceChemical engineeringComposite materialNanotechnologyWaste managementEngineeringMetallurgy

Résumé

récupéré en direct d'OpenAlex

High Resolution Image Download MS PowerPoint Slide Graphene oxide (GO) was cross-linked with chitosan to yield a composite (GO-LCTS) with variable morphology, enhanced surface area, and notably high methylene blue (MB) adsorption capacity. The materials were structurally characterized using thermogravimetric analysis and spectroscopic methods (X-ray diffraction, Fourier transform infrared spectroscopy, Raman spectroscopy, and 13 C solid-state NMR) to support that cross-linking occurs between the amine groups of chitosan and the −COOH groups of GO. Equilibrium swelling studies provide support for the enhanced structural stability of GO-cross-linked materials over the synthetic precursors. Scanning electron microscopy studies reveal the enhanced surface area and variable morphology of the cross-linked GO materials, along with equilibrium and kinetic uptake results with MB dye in aqueous media, revealing greater uptake of GO-LCTS composites over pristine GO. The monolayer uptake capacity ( Q m; mg g –1 ) with MB reveals twofold variation for Q m, where GO-LCTS (402.6 mg g –1 ) > GO (286.9 mg g –1 ). The kinetic uptake profiles of MB follow a pseudo-second-order trend, where the GO composite shows more rapid uptake over GO. This study reveals that the sorption properties of GO are markedly improved upon formation of a GO–chitosan composite. The facile cross-linking strategy of GO reveals that its physicochemical properties are tunable and versatile for a wider field of application for contaminant removal, especially over multiple adsorption–desorption cycles when compared against pristine GO in its highly dispersed nanoparticle form.

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 enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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 GPT0,241
Écart entre enseignants0,225 · 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

Citations162
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS OmegaMême sujetGraphene and Nanomaterials ApplicationsTravaux en français237 207