MétaCan
Menu
Retour à la cohorte
Enregistrement W3120120209 · doi:10.1007/s42452-020-04107-w

Trypan blue removal from water with zein sorbents and laccase

2021· article· en· W3120120209 sur OpenAlexafffund
Tatianna Marshall, Kristine Lamont, Alejandro G. Marangoni, Loong‐Tak Lim, Xiuju Wang, Erica Pensini

Notice bibliographique

RevueSN Applied Sciences · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueEnzyme-mediated dye degradation
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésTrypan blueChemistrySorptionChromatographySorbentAdsorptionDesorptionNuclear chemistryOrganic chemistryBiochemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Zein-based materials were used to remove Trypan blue from water under flow conditions and in batch tests. In flow tests, zein dissolved at pH = 13 was injected in sand columns and subsequently coagulated with CaCl 2 , to create an adsorbent filter which removed over 99% of Trypan blue. Batch tests were conducted using zein powder, zein dissolved at pH = 13 and coagulated with CaCl 2 , Fe 2 Cl 3 or citric acid, and zein dissolved in ethanol and then coagulated with water. The highest Trypan blue removal was achieved with zein powder (4000 mg Trypan blue/kg sorbent, as determined through spectrophotometry), followed by zein coagulated with Fe 2 Cl 3 (500 mg Trypan blue/kg sorbent) and with other salts (140 mg Trypan blue/kg sorbent). Differences in the sorption efficiency are attributed to differences in the surface area. The sorption isotherm of Trypan blue onto zein-based sorbents was a Type II isotherm, suggesting physisorption. Desorption of Trypan blue was limited when zein-based coagulated sorbents were immersed in pure water. Trypan blue could be degraded by free laccase in water, as determined through spectrophotometry and electrospray ionization mass spectroscopy (ESI-MS). Trypan blue could also be degraded by laccase when zein-based laccase-containing sorbents were prepared at pH = 10, using Fe 2 Cl 3 as coagulant. Graphic abstract

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 enseignants0,060
Score d'incertitude au seuil0,411

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 Opus0,016
Tête enseignante GPT0,196
Écart entre enseignants0,180 · 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

Citations8
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSN Applied SciencesMême sujetEnzyme-mediated dye degradationTravaux en français237 207