Sorption capacities of chitosan/polyethylene oxide (PEO) electrospun nanofibers used to remove ibuprofen in water
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
Abstract Pharmaceutical residues coming from urban wastewater were recognized as a major source of pollution for the aquatic environment. Their occurrence in most municipal effluent seems to indicate that conventional wastewater treatments have only a limited ability to remove such substances from sewage. Therefore, the undesired effects caused by these emergent contaminants on the environment force the authorities to consider new measures to treat and recycle contaminated water. In this study, electrospun nanofibers made of chitosan and poly(ethylene oxide) (PEO) were used to remove the anti-inflammatory drug ibuprofen in solution. The electrospinning parameters such as the mixture solution concentration, applied voltage, distance needle-collector, and flow rate were optimized to get the best nanofiber morphology characterized by scanning electron microscopy (SEM). With the use of a high-performance liquid chromatography with ultraviolet diode array detection (HPLC-UV DAD) system, sorption tests were performed by modifying experimental conditions, e.g. pH, concentration of ibuprofen, and temperature of the tested solutions. Langmuir, Freundlich, and Dubinin-Radushkevich (DR) adsorption models were compared for the mathematical description of adsorption equilibria. Kinetic assays showed that the adsorption of chitosan nanofiber followed a pseudo-second-order model. After 20 min of exposure, 25 mg of nanofiber had removed 70% of the initial ibuprofen concentration.
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