Functionalized Glutathione on Chitosan-Genipin Cross-Linked Beads Used for the Removal of Trace Metals from Water
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
Functionalized glutathione on chitosan-genipin cross-linked beads (CS-GG) was synthesized and tested as an adsorbent for the removal of Fe(II) and Cu(II) from aqueous solution. The beads were characterized by several techniques, including Fourier-transform infrared spectroscopy (FTIR), thermogravimetric analysis (TGA), CNS elementary analysis, scanning electron microscopy (SEM), and atomic force microscopy (AFM). The effect of several parameters such as the pH, the temperature, and the contact time was tested to optimize the condition for the adsorption reaction. The beads were incubated in aqueous solutions contaminated with different concentrations of Fe(II) and Cu(II) (under the range concentration from 10 to 400 mg·L −1 ), and the adsorption capacity was evaluated by inductively coupled plasma optical emission spectrometry (ICP-OES). The adsorption equilibrium was reached after 120 min of incubation under optimal pH 5 for Fe(II) and after 180 min under optimal pH 6 for Cu(II). According to the Langmuir isotherm, the maximum adsorption capacities ( q max ) for Fe(II) and Cu(II) were 208 mg·g −1 and 217 mg·g −1 , respectively. Our results showed that the adsorption efficiency of both metals on CS-GG beads was correlated with the degree of temperature. In addition, the adsorption reaction was spontaneous and endothermic, indicated by the positive values of Δ G 0 and Δ H 0 . Therefore, the present study demonstrated that the new synthesized CS-GG beads had a strong adsorption capacity for Fe(II) and Cu(II) and were efficient to remove these trace metals from aqueous solution.
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 | 0,000 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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