Activated Carbon Based on Acacia Wood (<i>Auriculeaformis</i>, C&ocircte d’Ivoire) and Application to the Environment through the Elimination of Pb<sup>2+</sup> Ions in Industrial Effluents
Notice bibliographique
Résumé
The objective of this study is to develop carbon, that of Acacia auriculeaformis through its activation in order to eliminate lead in an aqueous medium. A series of activated carbon has been prepared by chemical activation with phosphoric acid, sodium hydroxide and sodium chloride. The determination of the physico-chemical properties of the prepared carbon guided the choice of phosphoric acid activated carbon as the best adsorbent for the elimination of lead(II) in an aqueous solution. Pb2+ adsorption tests in batch mode have shown that the adsorption capacity is influenced by various parameters such as mass, pH, concentration of Pb2+ ions and contact time linked to the medium and the adsorbent. Adsorption isotherms, kinetic models and thermodynamics have been used to describe the adsorption process. The equilibrium data for activated charcoal correspond well to the model of Freundlich, Langmuir, Temkin and Kiselev. The kinetic adsorption data proved to be better described by the pseudo-second order model with external and intraparticle diffusion which are two decisive steps in the adsorption process of Pb2+ ions. Thermodynamics and adsorption isotherms predict a spontaneous exothermic surface reaction, of the chemisorption type, with ion retention in orderly monolayers on the heterogeneous surface of the adsorbent. Tests carried out with this adsorbent material have contributed to the elimination of the Pb2+ ions contained in an industrial effluent with a reduction rate reaching 42.52% against 85.90% in a synthetic solution.
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 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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».