Optimization and mechanistic approach for removal of crystal violet and methylene blue dyes <i>via</i> activated carbon from pyrolyzed-ZnCl <sub>2</sub> bamboo waste
Notice bibliographique
Résumé
In this study, bamboo waste (BW) was subjected to pyrolysis-assisted ZnCl2 activation to produce mesoporous activated carbon (BW-AC), which was then evaluated for its ability to remove cationic dyes, specifically methylene blue (MB) and crystal violet (CV), from aqueous environments. The properties of BW-AC were characterized using various techniques, including potentiometric-based point of zero charge (pHpzc), scanning electron microscopy with energy dispersive X-rays (SEM-EDX), X-ray diffraction (XRD), gas adsorption with Brunauer–Emmett–Teller (BET) analysis, infrared (IR) spectroscopy. To optimize the adsorption characteristics (BW-AC dosage, pH, and contact time) of PBW, a Box-Behnken design (BBD) was employed. The BW-AC dose of 0.05 g, solution pH of 10, and time of 8 min are identified as optimal operational conditions for achieving maximum CV (89.8%) and MB (96.3%) adsorption according to the BBD model. The dye removal kinetics for CV and MB are described by the pseudo-second-order model. The dye adsorption isotherms revealed that adsorption of CV and MB onto BW-AC follow the Freundlich model. The maximum dye adsorption capacities (qmax) of BW-AC for CV (530 mg/g) and MB (520 mg/g) are favorable, along with the thermodynamics of the adsorption process, which is characterized as endothermic and spontaneous. The adsorption mechanism of CV and MB dyes by BW-AC was attributed to multiple contributions: hydrogen bonding, electrostatic forces, π-π attraction, and pore filling. The findings of this study highlight the potential of BW-AC as an effective adsorbent in wastewater treatment applications, contributing to the overall goal of mitigating the environmental impact of cationic dyes and ensuring the quality of water resources.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».