Effectiveness of the dispersion of iron nanoparticles within micropores and mesopores of activated carbon for Rhodamine B removal in wastewater by the heterogeneous Fenton process
Notice bibliographique
Résumé
Abstract Iron-based nanoparticles were formed in the pores of a micro- and mesoporous activated carbon made from banana spike by the impregnation of iron sulfate at various ratios and further pyrolysis, in order to prepare three catalysts AC@Fe/1, AC@Fe/2, AC@Fe/3 having iron mass contents of 1.6%, 2.2% and 3.3%, respectively. The pore size distributions, transmission electron microscope observations and X-ray photoelectron spectroscopy analyses have revealed that iron-based nanoparticles of 1–50 nm diameter, containing O and P, are located mainly in the supermicropores and mesopores of the activated carbon. Catalysts have been used to remove Rhodamine B in an aqueous solution by the heterogeneous Fenton process. AC@Fe/3 catalyst has allowed achieving 93% of solution discoloration compared to 87.4% for AC@Fe/2 and 78.5% for AC@Fe/1 after 180 min in batch reaction. The catalytic efficiency of AC@Fe/3 is attributed to the highest dispersion of the iron-based nanoparticles in the activated carbon porosity. The effects of hydrogen peroxide and initial dye concentration, pH, catalyst amount and temperature on the Rhodamine B removal kinetics catalyzed by AC@Fe/3 were studied. This catalyst showed remarkable performances of the Rhodamine B mineralization and possibility of recycling.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».