MétaCan
Menu
Retour à la cohorte
Enregistrement W4372201882 · doi:10.18280/ijdne.180202

Adsorption of Methylene Blue on Fix Bed Column Using Adsorbent from Tea Waste

2023· article· en· W4372201882 sur OpenAlexvenueno aff
Novi Sylvia, Rozanna Dewi, Fitriani Fitriani, Lukman Hakim, Nasrul Zainal Abidin, Rizki Ramadhan, Nur Asiah Indah Rahayu

Notice bibliographique

RevueInternational Journal of Design & Nature and Ecodynamics · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAdsorption and biosorption for pollutant removal
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMethylene blueAdsorptionColumn (typography)ChromatographyWaste managementChemical engineeringChemistryMaterials sciencePulp and paper industryEngineeringOrganic chemistryCatalysisStructural engineering

Résumé

récupéré en direct d'OpenAlex

Printing and dyeing wastewater with a high salt content makes it difficult to process industrial wastewater, one of them is Methylene Blue (MB).MB waste is a dye commonly used in the textile industry which is harmful to the environment and threatens public health.MB removal can be done by adsorption method using tea waste adsorbent.This study aims to characterize and analyze the efficiency of tea waste in absorbing methylene blue using an adsorption column.The adsorption process was carried out with various concentrations of adsorbate (15 and 30 ppm), various bed heights (8, 12, and 16 cm), and various operating times (15, 30, 45, 60, 75, and 90 minutes), with the flow rate of 6 L.min -1 in the column.The kinetic model data were analyzed using simple first order and pseudo second order.The results showed that the highest absorption efficiency of 99.48% was obtained at adsorbate concentration of 30 mg.L -1 , contact time of 75 minutes and bed height of 16 cm.The appropriate adsorption equilibrium mechanism is the Langmuir isotherm as evidenced by the correlation coefficient (R 2 ) of 0.998, while the resulting kinetic model is Pseudo Second Order, with R 2 of 0.999, qe of 1.933 mg.g -1 , and k2 of 19,947 mg -1 min -1 .This can be seen from the correlation value (R 2 ) which is close to 1.

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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 GPT0,266
Écart entre enseignants0,248 · 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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Design & Nature and EcodynamicsMême sujetAdsorption and biosorption for pollutant removalTravaux en français237 207