MétaCan
Menu
Retour à la cohorte
Enregistrement W4302805958

Schiff base immobilized silica gel framework as an efficient sorbent for preconcentration of Pb and Zn ions in aqueous media

2016· article· en· W4302805958 sur OpenAlexaboutno aff
Murat KOLUMAN, Feyzullah Tokay, Sema BAĞDAT

Notice bibliographique

RevueDergiPark (Istanbul University) · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueExtraction and Separation Processes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSorbentAqueous solutionSilica gelAqueous mediumChemistryIonBase (topology)Schiff baseInorganic chemistryNuclear chemistryChromatographyAdsorptionPolymer chemistryOrganic chemistry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A novel preconcentration method for Pb and Zn ions using a column packed with Schiff base modified silica gel is described. The method was based on the sorption of analytes on N,N'-bis(4-methoxysalicylidene)-1,3-propanediamine modified silica gel and elution with HNO$_{3}$ prior to flame atomic absorption analysis. The parameters pH, flow rate, sample volume, eluent volume, and concentration were optimized using a central composite design. The detection limits were 10.0 $\\mu $g L$^{-1}$ for Pb and 1.1 $\\mu $g L$^{-1}$ for Zn. The suggested procedure was validated with Lake Ontario water as a certified reference material and recovery percentages were 101.8% for Pb and 98.2% for Zn. The application of the method was performed on snow, tap, bottled, mineral, and lake water samples and recovery percentages were in the range of 96.7%-101.6% and 96.4%-98.4% for Pb(II) and Zn(II), respectively.

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 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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,511
Score d'incertitude au seuil0,427

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 Opus0,010
Tête enseignante GPT0,218
Écart entre enseignants0,209 · 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 tête enseignante, 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDergiPark (Istanbul University)Même sujetExtraction and Separation ProcessesTravaux en français237 207