MétaCan
Menu
Retour à la cohorte
Enregistrement W4285225558 · doi:10.5267/j.ccl.2022.5.004

A novel chitosan-coated neem flower bio-adsorbent for the removal of methylene blue dye from wastewater: Thermodynamics, isotherm and kinetic studies

2022· article· en· W4285225558 sur OpenAlex

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.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueCurrent Chemistry Letters · 2022
Typearticle
Langueen
DomaineChemistry
ThématiqueElectrostatics and Colloid Interactions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAdsorptionMethylene blueChemistryFreundlich equationChitosanAqueous solutionCationic polymerizationLangmuirNuclear chemistryFourier transform infrared spectroscopyWastewaterLangmuir adsorption modelChemical engineeringChromatographyOrganic chemistryWaste managementPhotocatalysisCatalysis

Résumé

récupéré en direct d'OpenAlex

The chitosan-coated neem flower powder was prepared and employed as an adsorbent for the removal of cationic methylene blue from an aqueous medium. The interaction of chitosan with neem flower was concluded by FTIR. The BET surface area was evaluated for the prepared NFC adsorbent. The adsorption of methylene blue dye onto chitosan-coated neem flower powder (bio-adsorbent) was carried out by varying the concentration of dye, pH, temperature and concentration of adsorbent. The adsorption capacity was evaluated by using Freundlich and Langmuir models. The adsorption data were further analysed with the help of pseudo-first and second-order kinetic models. The thermodynamic parameters were evaluated to comprehend the nature of the adsorption process.

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 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 enseignants0,013
Score d'incertitude au seuil0,868

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 Opus0,021
Tête enseignante GPT0,268
Écart entre enseignants0,247 · 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