MétaCan
Menu
Retour à la cohorte
Enregistrement W4386823960 · doi:10.15376/biores.18.4.7460-7473

Self-nitrogen-doped biochar derived from soybean cake for rhodamine B removal prepared via simple carbonization

2023· article· en· W4386823960 sur OpenAlexaff
Xinyu Zhang, Chao Yang, Tingwei Zhang, Jiaqi Guo, Yusheng Gan, Haibiao Wu, Mohammad Rizwan Khan, Huining Xiao, Junlong Song

Notice bibliographique

RevueBioResources · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAdsorption and biosorption for pollutant removal
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesPriority Academic Program Development of Jiangsu Higher Education InstitutionsGovernment of Jiangsu ProvinceKing Saud UniversityNatural Science Foundation of Jiangsu ProvinceNational Natural Science Foundation of China
Mots-clésBiocharCarbonizationRhodamine BAdsorptionMaterials scienceSpecific surface areaEndothermic processLigninNitrogenCelluloseChemical engineeringNuclear chemistryOrganic chemistryChemistryPyrolysisCatalysis

Résumé

récupéré en direct d'OpenAlex

Nitrogen-doped biochar performs much better in dye adsorption due to its rich functional groups. Soybean cake, a by-product of soybean oil production, comprises rich contents of cellulose, lignin, and protein. Therein, simple direct carbonization was utilized to prepare self-nitrogen-doped biochar (SCB). The results showed that the N content of SCB was 6.81 wt%, and its specific surface area was 18.8 m2/g. X-ray photoelectron spectroscopic results confirmed that the surface of SCB was rich in pyridine-N, pyrrole-N, graphite-N, and oxidized-N functional groups. The adsorption capacity of SCB for Rhodamine B was 17.2 mg/g, which is higher compared with other unactivated biochars. The results of thermodynamic parameters indicate that Rhodamine B adsorption on SCB is an endothermic, entropy-increasing, and spontaneous process.

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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,014
Tête enseignante GPT0,231
Écart entre enseignants0,217 · 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioResourcesMême sujetAdsorption and biosorption for pollutant removalTravaux en français237 207