Removal of Chromium(VI) from Contaminated Water Using Untreated Moringa Leaves as Biosorbent
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
Biosorption of chromium (Cr(VI)) is studied by using raw (chemically not modified) Moringa (Moringa Oleifera) leaf powder without any pretreatment. Cr(VI) is one of the potentially harmful heavy metals found in industrial wastewater. In the Moringa leaf powder, the presence of a significant amount of organic acids form the source for the biosorption of Cr(VI). The concentration of Cr(VI) in the feed solution is varied and different dosages of the proposed biosorbent are used to study its efficiency in the removal of Cr(VI). The concentration of Cr(VI) is varied from 1 ppm to 20 ppm while the amount of biosorbent is varied from 0.5 g to 2.5 g. The equilibrium time for adsorption of Cr(VI) is observed to vary between half an hour and 90 min. The metal removal efficiency varied from 30% to 90% which is a significant achievement compared to other conventional methods which are either energy-intensive or not cost effective. The experimental results are modeled using Langmuir, Freundlich and Redlich–Peterson isotherms. The metal removal efficiency is attributed to the chelating effect of carboxylate and hydroxyl groups present in the moringa leaves and is confirmed from the FTIR analysis. Further molecular docking simulations are performed to confirm the binding of the metal to the speculated sites within the different acids present in the moringa leaves. Untreated green moringa leaf powder used as a biosorbent in this study leads to a sustainable and cheaper option for treating wastewater containing Cr(VI).
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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,001 |
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