Adsorption of Pharmaceutical Contaminants from Aqueous Solutions Using N,O-Carboxymethyl Chitosan/Polyethylene Oxide (PEO) Electrospun Nanofibers
Notice bibliographique
Résumé
Residues of pharmaceutical and direct metabolites discharged into the aquatic environment have become a challenge for wastewater treatment facilities due to their increase in concentration and their different physicochemical properties. These emerging contaminants are daily detected in surface water and wastewater discharged by municipalities. To remediate the contaminated water, various methods are currently used including primary, secondary, and tertiary advanced treatments. However, some economic and environmental limitations have forced the scientific community to develop alternative disinfection processes to purify wastewater. As such, the adsorption strategy represents a “green” low-cost and effective solution to remove pollutants from water. In this study, a nanomaterial made of N,O-carboxymethyl chitosan (N,O-CMCS) was prepared using chitosan (CS) and monochloroacetic acid under various conditions. N,O-CMCS electrospun was synthetized with the copolymer polyethylene oxide (PEO) to create nanofiber membranes showing a better specificity toward diversified contaminants depending on the pH of medium. The developed adsorbent was used to remove fluoxetine (FLX) from aqueous solutions. The new nanomaterial was characterised using FTIR, NMR, and SEM techniques. Sorption batch tests were carried out using high-performance liquid chromatography and ultraviolet diode array detector (HPLC-UV DAD) under controlled pH experimental conditions to determine the contaminant removal capacity of the nanomaterial. The promising adsorption results obtained with N,O-CMCS/PEO nanofibers are among the best ones obtained so far in comparison to other commercial and synthetized adsorbents tested for FLX’s adsorption. Kinetic experiments were also performed to investigate effects of contact times on the FLX adsorption. Experimental results were fitted to both common kinetic models pseudo-first and second order. The latter kinetic model described the best the sorption on surface. It revealed a possible chemisorption mechanism with electrostatic bounding for N,O-CMCS/PEO nanofibers.
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) | 0,001 | 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 ».