Synthesis of a green ALG@KLN adsorbent for high-efficient recovery of rare earth elements from aqueous solution
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
The increasing consumption of rare earth elements (REEs) and disposal of REE-containing wastes pose a threat to resources and environment. Hence, it is important to achieve efficient REEs recovery while use eco-friendly methods. Herein, natural kaolinite is loaded on alginate hydrogel to prepare ALG@KLN composites via a facile one-step cross-link reaction without any hazardous chemicals. The characterizations of ALG@KLN, adsorption isotherms, adsorption kinetics, and desorption were investigated by SEM-EDS, XPS, FT-IR, and Zeta-potential. The maximum adsorption capacity of Gd (Ⅲ), Y (Ⅲ), Ho (Ⅲ), and Nd (Ⅲ) reached 74.40, 84.48, 85.18, and 75.17 mg/g, respectively. The adsorption kinetics and isotherm were well fitted to pseudo-second-order model and Langmuir model, respectively. The ∼2 mm diameter ALG@KLN can be easily collected and reused. The presence of Na + , Mg 2+ , and Al 3+ has a minor effect on the adsorption of REEs. The adsorption mechanism is mainly via the chemical chelation of oxygen-containing functional groups and electrostatic interaction on negatively charged surface of ALG@KLN. In addition, the cost of ALG@KLN is as low as ∼0.041 USD/gram. This work greatly contributes to the development of economical and eco-friendly REE adsorbents, which plays an important role in sustainable development.
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 | 0,000 |
| 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