Removal of methylene blue (aq) using untreated and acid‐treated eucalyptus leaves and GA‐ANN modelling
Notice bibliographique
Résumé
In the present batch study, eucalyptus leaves (EUL), H 2 SO 4 ‐treated eucalyptus leaves (SEUL), and H 3 PO 4 ‐treated eucalyptus leaves (PEUL) are used as bio‐adsorbents for the removal of methylene blue (MB). The bio‐adsorption is executed to inspect the results of the variation between different experimental variables such as pH (2–10), adsorbent dose (1–10 g/L), contact time (5–360 min), and temperature (298–318 K) on the bio‐adsorption of MB. The Langmuir isotherm (R 2 = 0.99) fitted adequately to the bio‐adsorption data for the initial MB concentrations of 10–300 mg/L. It is also necessary to mention that the MB bio‐adsorption occurred in the order of a monolayer on the EUL, SEUL, and PEUL. The bio‐adsorption kinetics have been fitted by the pseudo‐second‐order model (R 2 ≥ 0.99) for various MB concentrations. The maximum bio‐adsorption capacity was 194.34 mg/g and was achieved for the H 3 PO 4 ‐treated eucalyptus leaves (PEUL). These results showed that EUL, SEUL, and PEUL may be utilized as a favourable low‐cost bio‐adsorbent to eliminate MB from aqueous solutions. With safe disposal methods in mind, this investigation has revealed the eco‐friendliness of the bio‐adsorbents. A prediction of the removal percentage of methylene blue using a genetic algorithm (GA) from the data collected from the experiment has also been tested. The results related to the prediction using the GA‐ANN are accurate.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».