MétaCan
Menu
Retour à la cohorte
Enregistrement W4390917888 · doi:10.1680/jenes.23.00096

Removal of phenoxy acid herbicide from water by magnetic mesoporous silicate

2024· article· en· W4390917888 sur OpenAlexvenueno aff
Al-Hussein Imad Attwan Al-Mahfuz, Arezoo Ghaemi

Notice bibliographique

RevueJournal of Environmental Engineering and Science · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMesoporous Materials and Catalysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSilicateMesoporous materialEnvironmental scienceChemistryEnvironmental chemistryAgronomyCatalysisBiologyBiochemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Superparamagnetic iron (II,III) oxide (Fe 3 O 4 )–MCM-41 was successfully synthesised using a direct hydrothermal route and was utilised as an excellent adsorbent for the removal of the herbicide 2,4-dichlorophenoxyacetic acid from aqueous solution. The superparamagnetic mesoporous adsorbent was fully characterised using X-ray diffraction, field-emission scanning electron microscopy, energy-dispersive X-ray spectroscopy, nitrogen (N 2 ) sorption and vibrating-sample magnetometry (VSM). The synthesised adsorbent exhibited a high specific surface area of 444 m 2 /g, making it a suitable candidate for adsorption, where it provided a higher adsorption capacity. Based on the VSM study, the recorded saturated magnetisation was 15.9 emu/g, which confirmed the viability of easily separating the adsorbent from an aqueous medium using a magnet. The ability of iron (II,III) oxide–MCM-41 to adsorb the herbicide 2,4-dichlorophenoxyacetic acid from water was tested considering various parameters, such as pH, adsorbent dosage, contact time and pollutant concentration. The effectiveness of iron (II,III) oxide–MCM-41 in removing the herbicide reached its highest peak at pH = 5, 0.05 g adsorbent, 60 min contact time and 10 mg/l 2,4-dichlorophenoxyacetic acid. The maximum removal efficiency under optimum conditions was 94.8%. Based on the experimental data and kinetic studies, the adsorption process followed a pseudo-second-order kinetic and Langmuir isotherm model.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,007
Score d'incertitude au seuil0,733

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,003
Tête enseignante GPT0,174
Écart entre enseignants0,171 · 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 tête enseignante, 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Engineering and ScienceMême sujetMesoporous Materials and CatalysisTravaux en français237 207