Preparation and Characterization of Activated Carbon Based on Wood (<i>Acacia auriculeaformis</i>, Côte d’Ivoire)
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
The objective of this work is to prepare one of the best activated carbon (CA) based on wood (Acacia auriculeaformis). The chemical activation method was used for varying the chemical agent namely phosphoric acid H3PO4 (CAA), sodium hydroxide NaOH (CAB), and sodium chloride NaCl (CAS). The physico-chemical analysis of the three activated carbons indicated that, under the conditions of preparation, the activated carbons possess activation efficiencies lower than 50% (41.81% for CAA, 26.25% for CAB and 48.87% for CAS), low ash content (CAA: 5.00%, CAB: 14.90 and CAS: 6.60%) and iodine values ranging from 190.35 mg/g to 380.71 mg/g, suggesting that the good quality of the prepared activated carbon. The surface functional groups using Boehm test and the zero point charge (pHZPC) methods confirmed the acidic, basic and neutral character for CAA, CAB and CAS respectively (CAA: pHZPC = 4.8, CAB: pHZPC = 8.2, CAS: pHZPC = 6.8). The surface specific areas were determined through the liquid phase adsorption of acetic acid and methylene blue using the Langmuir method and BET analysis. Also, the porosity was determined. The BET surface areas of CAA, CAB and CAS were respectively 561.60 m2/g, 265.00 m2/g and 395.40 m2/g. The influence of chemical activation agent on pores formation was confirmed by scanning electron microscopic (SEM) analysis. CAA was selected as the best activated carbon because of its good surface area and good pore volume compared to those found in the literature. Therefore, its application as an adsorbent for effluents treatment could be explored. In addition, the best activating agent for coal from Acacia auriculeaformis was found to be phosphoric acid.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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