Compressible cellulose nanofibril (CNF) based aerogels produced via a bio-inspired strategy for heavy metal ion and dye removal
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
A sustainable nanomaterial, cellulose nanofibril (CNF) was used to prepare aerogel sorbents to remove various contaminants in wastewater. A mussel-inspired coating strategy was used to introduce polydopamine onto the surface of CNFs, which were cross-linked with polyethylenimine (PEI) to form the aerogels. The synthetic procedure was optimized to achieve a minimal consumption of raw materials to produce a robust porous structure. The aerogels possessed a low density (25.0 mg/cm3), high porosity (98.5%) and shape recovery in air and water. Adsorption studies were conducted on two representative contaminants, Cu (II) and methyl orange (MO). The kinetic data obeyed the pseudo 2nd order kinetic model and the mechanism of adsorption could be described by the intra-particle diffusion model. The Langmuir model fitting yielded a maximum adsorption capacity of 103.5 mg/g and 265.9 mg/g for Cu (II) and MO, respectively. The effects of pH on the adsorption performance were evaluated, confirming that the aerogels can maintain a high adsorption capacity over a wide pH range.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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