Production of activated carbon from food wastes (chicken bones and rice waste) by microwave assisted ZnCl <sub>2</sub> activation: an optimized process for crystal violet dye removal
Notice bibliographique
Résumé
A major worldwide challenge that presents significant economic, environmental, and social concerns is the rising generation of food waste. The current work used chicken bones (CB) and rice (R) food waste as alternate precursors for the production of activated carbon (CBRAC) by microwave radiation-assisted ZnCl2 activation. The adsorption characteristics of CBRAC were investigated in depth by removing an organic dye (crystal violet, CV) from an aquatic environment. To establish ideal conditions from the significant adsorption factors (A: CBRAC dosage (0.02–0.12 g/100 mL); B: pH (4–10); and C: duration (30–420), a numerical desirability function of Box-Behnken design (BBD) was utilized. The highest CV decolorization by CBRAC was reported to be 90.06% when the following conditions were met: dose = 0.118 g/100 mL, pH = 9.0, and time = 408 min. Adsorption kinetics revealed that the pseudo-first order (PFO) model best matches the data, whereas the Langmuir model was characterized by equilibrium adsorption, where the adsorption capacity of CBRAC for CV dye was calculated to be 57.9 mg/g. CV adsorption is accomplished by several processes, including electrostatic forces, pore diffusion, π-π stacking, and H-bonding. This study demonstrates the use of CB and R as biomass precursors for the efficient creation of CBRAC and their use in wastewater treatment, resulting in a greener environment.
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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 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 ».