MétaCan
Menu
Retour à la cohorte
Enregistrement W3113031889 · doi:10.1680/jenes.20.00044

Removal of Orange G by the Fenton process and<i>Ficus benjamina</i>nano-zerovalent iron

2020· article· en· W3113031889 sur OpenAlexvenueno aff
Hossam Mohammed Abdel-Aziz, Saba Naser Fayyadh

Notice bibliographique

RevueJournal of Environmental Engineering and Science · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueEnvironmental remediation with nanomaterials
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOrange (colour)FicusZerovalent ironFourier transform infrared spectroscopyLangmuir adsorption modelNuclear chemistryBiosorptionAdsorptionScanning electron microscopeMethyl orangeChemistryAnalytical Chemistry (journal)Materials scienceBotanyEnvironmental chemistryBiologyPhysicsPhysical chemistryFood scienceOrganic chemistryCatalysisOpticsComposite material

Résumé

récupéré en direct d'OpenAlex

Green chemistry using ficus leaf extract has become an ecological technique and was used for preparing zerovalent iron nanoparticles (nZVFe). The Ficus benjamina nano-zero-valent iron (FB-nZVFe) was characterised by scanning electron microscopy and Fourier transform infrared spectroscopy. The Orange G removal percentage (10 mg/l) reached 73% (0.3 g/l, 45 min and pH 4). The adsorption data agree more with the Langmuir model (R 2 = 0.9993), q max = 27.66 mg/g. The kinetic results showed that Orange G uptake follows a pseudo-second-order model. Langmuir isotherm and pseudo-second-order kinetic studies are more appropriate in linear and non-linear models. In general, F. benjamina nZVFe is a promising green material for Orange G removal. The IBM SPSS Statistics software was used to investigate the effect of different operational parameters, they were found to account for more than 98% of the variables affecting the removal procedure.

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 candidatesaucune
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 enseignants0,079
Score d'incertitude au seuil0,364

Scores Codex et Gemma par catégorie

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

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 Opus0,005
Tête enseignante GPT0,177
Écart entre enseignants0,172 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations7
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Engineering and ScienceMême sujetEnvironmental remediation with nanomaterialsTravaux en français237 207