Investigation of heavy metal removal from salty wastewater and voltage production using <i>Shewanella oneidensis</i><scp>MR</scp>‐1 nanowires in a dual‐chamber microbial fuel cell
Notice bibliographique
Résumé
Abstract Heavy metal removal and simultaneous energy production were studied using a dual chambered Microbial Fuel Cell inoculated with Shewanella oneidensis MR‐1 in the anode. Synthetic wastewater was prepared with Cu (II), Mg (II), Mn (II), Zn (II), Na, and Phenol based on desalter effluent from refinery processes at different metal concentrations. In this study, a maximum open‐circuit voltage of 517.6 mV was reached at Conc. 5 with wastewater in the anode chamber, and 127.7 mV at Conc. 3 was produced with synthetic wastewater in the cathode chamber. Moreover, μ at Conc. 5 was 0.1133 h −1 , demonstrating bacterial growth under metal and phenol concentrations. The highest metal removal in the anode for Cu (II), Mg (II), Mn (II), Zn (II), and Na was 93%, 85%, 93%, 88%, and 36%, respectively. In the cathode chamber the removal of Cu (II), Mg (II), Mn (II), Zn (II), and Na was 98%, 49%, 57%, 59%, and 36%, respectively. During the operation in the anode, SEM images showed that the bacterial nanowires are formed in response to toxic and anaerobic environments which contribute to the bacterial growth. These nanowires increased the metal removal and the voltage production as a consequence of a higher electron rate from the anode to the cathode due to the higher extracellular membrane surface area. S. oneidensis is a bacterium with metal‐reducing characteristics, and it is suitable for metal removal and electron transport from carbon sources, demonstrated in voltage production with microbial fuel cells.
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 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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».