Adsorption of <scp>Cu</scp> ( <scp>II</scp> ) ions from aqueous solutions using ion exchange resins with different functional groups
Notice bibliographique
Résumé
Abstract The extraction of heavy metals from industrial effluents using efficient adsorbents is crucial for wastewater treatment and beneficial for metal recycling. In this study, the removal of Cu(II) from an acidic solution by commercial resins Dowex G‐26 and Puromet™ MTS9570 was investigated. The influences of contact time, solution concentration, pH, temperature, and a resin dosage on the adsorption process were studied with batch technique. The optimum adsorption conditions were obtained at a concentration of 1100 mg/L Cu, contact time of 30 min, pH 3.5, and resin dosage of 0.025 g/ml for the removal of 99.9% and 90% of copper ions by G‐26 and MTS9570, respectively. The experimental data of copper adsorption were analyzed using the Langmuir, Freundlich, and Temkin isotherm models. The highest metal uptakes of 41.67 and 37.70 mg/g were observed for Dowex G‐26 and MTS9570, respectively. It was found that both resins had higher adsorption capacities than the substances reported in the literature. The adsorption kinetic studies showed that the copper adsorption process could be better described by the pseudo‐second order model. Adsorption occurs spontaneously under endothermic conditions, which indicates the endothermic nature of the 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.
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) | 0,001 | 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 ».