MétaCan
Menu
Retour à la cohorte
Enregistrement W2908165705 · doi:10.1680/jenes.18.00030

Sorption properties of peroxidase-catalysed polyphenolic resin enable aromatics’ capture

2019· article· en· W2908165705 sur OpenAlexaffvenue
Kayven Wayne Beemer, Keith E. Taylor, Nihar Biswas

Notice bibliographique

RevueJournal of Environmental Engineering and Science · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicroplastics and Plastic Pollution
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésSorptionChemistryPhenolSorbentLangmuirLangmuir adsorption modelTolueneBenzeneAdsorptionPhenolsOrganic chemistryCresol

Résumé

récupéré en direct d'OpenAlex

Soybean peroxidase catalyses the removal of many phenols and anilines through polymerisation and precipitation. The precipitates might sorb other wastewater compounds simultaneously through a hydrophobic interaction. To model this interaction, phenol was chosen as the substrate and 4-(phenylazo)benzoate as the sorbate, and the system was quantitatively evaluated with the Langmuir isotherm. Sorption occurred either during or after enzymatic conversion of phenol (dynamic or static, respectively). The two systems showed Langmuir association constants of 0·088 and 0·13 l/mg and maximum sorption capacities of 51 and 16 mg/g, respectively. Both parameters compare favourably with those for the sorption of benzene, toluene and xylenes on activated carbon. A composite Langmuir parameter, (maximum capacity/dissociation constant), is suggested as the criterion for evaluating potential sorbent–sorbate couples. The model system demonstrates the feasibility of using enzymatically generated phenolic precipitates to remove toxic hydrophobic aromatic non-substrates from wastewater, when they co-occur with a substrate such as phenol. In the future, the use of polyaryl sorbents for aryl sorbates should be more broadly characterised and the criterion used for comparison should be the composite Langmuir parameter.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,287
Score d'incertitude au seuil0,291

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,005
Tête enseignante GPT0,152
Écart entre enseignants0,147 · 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 tête enseignante, 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

Citations2
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Engineering and ScienceMême sujetMicroplastics and Plastic PollutionTravaux en français237 207