Development of Carbon Nanotube/Graphene‐Based Alginate Interpenetrating Hydrogels for Removal of Antibiotic Pollutants
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.
Notice bibliographique
Résumé
Abstract The extensive use of pharmaceutical antibiotics in treatment of human and animal infections has resulted in growing concerns about antibiotic pollution worldwide. In this work a novel interpenetrating polymer network (IPN) hydrogel has been developed to function as an effective and non‐selective adsorbent for various antibiotic pollutants in aqueous solution. This IPN hydrogel is made of multiple active components, including carbon nanotube (CNTs), graphene oxide (GO), and urea‐modified sodium alginate (SA). It can be readily prepared through efficient carbodiimide‐mediated amide coupling reaction followed by calcium chloride‐induced alginate cross‐linking. The structural properties, swellability, and thermal stability of this hydrogel have been investigated, while its adsorption properties towards an important antibiotic pollutant, tetracycline, was thoroughly characterized based on adsorption kinetic and isotherm analyses. With a BET surface area of 38.7 m 2 /g, the IPN hydrogel shows an excellent adsorption capacity of 84.28±4.2 mg/g towards tetracycline in water, while the adsorption capacity is decreased by only 18 % after four cycles of use, demonstrating very good reusability. Adsorptive performance in removing two other antibiotics, neomycin and erythromycin, has also been examined and compared. Overall, our studies disclose that this newly designed hybrid hydrogel is an effective and reusable adsorbent material for treating antibiotic pollution in the environment.
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 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 | 0,000 | 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 découle