MétaCan
Menu
Retour à la cohorte
Enregistrement W4297903000 · doi:10.1007/s42773-022-00181-y

Arsenic removal from water and soils using pristine and modified biochars

2022· article· en· W4297903000 sur OpenAlexaff
Wei Zhang, Yoora Cho, Meththika Vithanage, Sabry M. Shaheen, Jörg Rinklebe, Daniel S. Alessi, Chia‐Hung Hou, Yohey Hashimoto, Piumi Amasha Withana, Yong Sik Ok

Notice bibliographique

RevueBiochar · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueArsenic contamination and mitigation
Établissements canadiensUniversity of Alberta
Organismes subventionnairesMinistry of Science and ICT, South KoreaNational Research Foundation of KoreaRural Development AdministrationNational Research FoundationNatural Science Foundation of Guangdong ProvinceNational Natural Science Foundation of ChinaKorea University
Mots-clésBiocharAdsorptionPyrolysisEnvironmental chemistrySoil waterContaminationEnvironmental scienceChemistryOrganic chemistrySoil scienceEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Arsenic (As) is recognized as a persistent and toxic contaminant in the environment that is harmful to humans. Biochar, a porous carbonaceous material with tunable functionality, has been used widely as an adsorbent for remediating As-contaminated water and soils. Several types of pristine and modified biochar are available, and significant efforts have been made toward modifying the surface of biochars to increase their adsorption capacity for As. Adsorption capacity is influenced by multiple factors, including biomass pyrolysis temperature, pH, the presence of dissolved organic carbon, surface charge, and the presence of phosphate, silicate, sulfate, and microbial activity. Improved As adsorption in modified biochars is attributed to several mechanisms including surface complexation/precipitation, ion exchange, oxidation, reduction, electrostatic interactions, and surface functional groups that have a relatively higher affinity for As. Modified biochars show promise for As adsorption; however, further research is required to improve the performance of these materials. For example, modified biochars must be eco-friendly, cost-effective, reliable, efficient, and sustainable to ensure their widespread application for immobilizing As in contaminated water and soils. Conducting relevant research to address these issues relies on a thorough understanding of biochar modifications to date. This study presents an in-depth review of pristine and modified biochars, including their production, physicochemical properties, and As adsorption mechanisms. Furthermore, a comprehensive evaluation of biochar applications is provided in As-contaminated environments as a guide for selecting suitable biochars for As removal in the field. Graphical Abstract

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,017
Tête enseignante GPT0,215
Écart entre enseignants0,199 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations83
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiocharMême sujetArsenic contamination and mitigationTravaux en français237 207