Bio‐cleaned lignin‐based carbon fiber and its application in adsorptive water treatment
Notice bibliographique
Résumé
Abstract Although an agricultural byproduct, lignin can be a felicitous choice serving as a carbon fiber precursor upon bio‐cleaning with Pseudomonas fluorescence . In this study, carbon fiber produced from electrospun bio‐cleaned lignin (Bio‐KLB) was demonstrated to be a novel efficient adsorbent for methylene blue in wastewater treatment. Bio‐cleaning effectively changed lignin from un‐electrospinnable to easily‐electrospinnable by removing impurities. Bio‐KLB carbon fiber mats showed average fiber diameter of 278.95 ± 49.89 nm, and randomly dispersed fiber mats showed average elastic modulus of 1532.87 ± 439.63 MPa and tensile strength of 16.72 ± 5.21 MPa. Adsorption of methylene blue on Bio‐KLB carbon fibers was analyzed at pH = 9, where optimal adsorption and decent reusability were observed. Kinetic adsorption was fitted well with pseudo‐first‐order model while adsorption isotherms were fitted to both Langmuir and Freundlich models. The highest adsorption capacity was 548.65 mg/g based on Langmuir model. The results provide clear evidence that electrospun bio‐cleaned lignin‐based carbon fibers can be a strong alternative material for dye treatment.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 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 ».