MétaCan
Menu
Retour à la cohorte
Enregistrement W3043641108 · doi:10.2166/h2oj.2020.012

Kinetic analysis of sucrose activated carbon for nutrient removal in water

2020· article· en· W3043641108 sur OpenAlexafffund
Sara Jamaliniya, Onita D. Basu, Saumya Suresh, Eustina Musvoto, Alexis Mackintosh

Notice bibliographique

RevueH2Open Journal · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePhosphorus and nutrient management
Établissements canadiensCarleton University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésAdsorptionChemistryFreundlich equationActivated carbonLangmuirNitratePhosphateSucroseLangmuir adsorption modelInorganic chemistryNuclear chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract A renewable, green activated carbon made from sucrose (sugar) was compared with traditional bituminous coal-based granular activated carbon (GAC). Single and multi-component competitive adsorption of nitrate and phosphate from water was investigated. Langmuir and Freundlich isotherm models were fitted to data obtained from the nitrate and phosphate adsorption experiments. Nitrate adsorption fits closely to either Freundlich or Langmuir model for sucrose activated carbon (SAC) and GAC with a Langmuir adsorption capacity of 7.98 and 6.38 mg/g, respectively. However, phosphate adsorption on SAC and GAC demonstrated a selective fit with the Langmuir model with an adsorption capacity of 1.71 and 2.07 mg/g, respectively. Kinetic analysis demonstrated that adsorption of nitrate and phosphate follow pseudo-second-order kinetics with rate constant values of 0.061 and 0.063 g/(mg h), respectively. Competitive studies between nitrate and phosphate were demonstrated in preferential nitrate removal with GAC and preferential phosphate removal with SAC. Furthermore, nitrate and phosphate removals decreased from 75% removal to 35% removal when subject to multi-component solutions, which highlights the need for adsorption analysis in complex systems. Overall, SAC proved to be competitive with GAC in the removal of inorganic contaminants and may represent a green alternative to coal-based activated carbon.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,113
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0010,000

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 Opus0,015
Tête enseignante GPT0,230
Écart entre enseignants0,214 · 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.

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

Citations6
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueH2Open JournalMême sujetPhosphorus and nutrient managementTravaux en français237 207