The effect of adsorbent textural and functional properties on model naphthenic acid adsorption
Notice bibliographique
Résumé
Naphthenic acids, NAs, are a major contaminant of concern and a focus of much research around remediation of oil sand process affected waters, OSPW. Using activated carbon adsorbents are an attractive option given their low cost of fabrication and implementation. A deeper evaluation of the effect NA structural differences have on uptake affinity is warranted. Here we provide an in-depth exploration of NA adsorption including many more model NA species than have been assessed previously with evaluation of adsorption kinetics and isotherms at the relevant alkaline pH of OSPW using several different carbon adsorbents with pH buffering to simulate the behaviour of real OSPW. Uptake for the NA varied considerably regardless of the activated carbon used, ranging from 350 mg/g to near zero highlighting recalcitrant NAs. The equilibrium data was explored to identify structural features of these species and key physiochemical properties that influence adsorption. We found that certain NA will be resistant to adsorption when hydrophobic adsorbents are used. Adsorption isotherm modelling helped explore interactions occurring at the interface between NA and adsorbent surfaces. We identified the importance of NA hydrophobicity for activated carbon uptake. Evidence is also presented that indicates favorable hydrogen bonding between certain NA and surface site hydroxyl groups, demonstrating the importance of adsorbent surface functionality for NA uptake. This research highlights the challenges associated with removing NAs from OSPW through adsorption and also identifies how adsorbent surface chemistry modification can be used to increase the removal efficiency of recalcitrant NA species.
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 | 0,000 |
| 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 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 ».