Reusable magnetite nanoparticles–biochar composites for the efficient removal of chromate from water
Notice bibliographique
Résumé
Abstract Biochar (BC) and magnetite (Fe3O4) nanoparticles (MNP) have both received considerable recent attention in part due to their potential use in water treatment. While both are effective independently in the removal of a range of anionic metals from aqueous solution, the efficacy of these materials is reduced considerably at neutral pH due to decreased metal adsorption and MNP aggregation. In addition to synthetic metal oxide–biochar composites for use in treatment and remediation technologies, aggregates may also occur in nature when pyrolytic carbon is deposited in soils. In this study, we tested whether magnetite synthesized in the presence of biochar leads to increased removal efficiency of hexavalent chromium, Cr(VI), at the mildly acidic to neutral pH values characteristic of most natural and contaminated aqueous environments. To do so, magnetite nanoparticles and biochar produced from ground willow were synthesized to form composites (MNP–BC). Batch studies showed that MNP–BC markedly enhanced both adsorption and reduction of Cr(VI) from aqueous solution at acidic to neutral pH as compared to MNP and BC separately, suggesting a strong synergetic effect of hybridizing Fe3O4 with BC. Mechanistically, the Cr(VI) removal processes occurred through both adsorption and intraparticle diffusion followed by reduction to Cr(III). Synchrotron-based X-ray absorption spectroscopy analyses confirmed that Cr(VI) was reduced at the surface of MNP–BC, with electrons derived directly from both biochar and magnetite at low pH, while at near-neutral pH, biochar increased Cr(VI) reduction by inhibiting MNP aggregation. Extended X-ray absorption fine structure fitting results confirmed that the Cr(III) precipitates consist of Cr(OH)3 and chromite (Cr2FeO4) nanoparticles. Our results demonstrate that MNP–BC composites have great potential as a material for the treatment of chromate-containing aqueous solutions across a wide range of pH values, and provide information valuable broadly relevant to soils and sediments that contain biochar.
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) | 0,000 | 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 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 ».