Preparation and characterization of manganese‐containing biochars and their lead ion adsorption mechanism
Notice bibliographique
Résumé
Abstract Heavy metal pollution causes severely adverse impacts on human and ecosystem health. Adsorption is one of the most effective technologies used in the removal of heavy metal ions from contaminated water. However, its widespread applications are limited, owing to its high cost and low adsorbent selectivity. In this study, modified manganese‐containing biochars were synthesized to improve their Pb 2+ adsorption ability. Fraxinus mandshurica sawdust samples were impregnated with pure water as well as KMnO 4 and MnSO 4 aqueous solutions (FM‐BC, FM‐M7BC, and FM‐M2BC, respectively) for 24 hours at 25°C and pyrolyzed at 400°C. The resulting biochars were characterized using x‐ray diffraction (XRD), scanning electron microscopy (SEM), energy‐dispersive x‐ray analyses (EDX), Fourier‐transform infrared spectroscopy (FTIR), N 2 adsorption‐desorption isotherms, and Boehm titration. Batch adsorption experiments revealed the kinetics and magnitude of Pb 2+ adsorption onto the biochars. The Pb 2+ adsorption capacity of FM‐M7BC (156.25 mg · g −1 ) was significantly higher than those of FM‐M2BC (25.35 mg · g −1 ) and FM‐BC (11.99 mg · g −1 ), and based on FTIR and Boehm titration results before and after Pb 2+ adsorption, an adsorption mechanism was proposed. FM‐M7BC showed the highest adsorption enhancement owing to the strong affinity of MnCO 3 particles and O‐containing groups for Pb 2+ . Additionally, the influence of the different oxidation states of manganese (Mn(VII), and Mn(II)) in the manganese components on the Pb 2+ adsorption performance of the biochars was extremely strong. FM‐M7BC was an effective adsorbent for removing Pb 2+ .
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 ».