Nanoscale Insights into the Interaction Mechanism Underlying the Adsorption and Retention of Heavy Metal Ions by Humic Acid
Notice bibliographique
Résumé
The mobility and distribution of heavy metal ions (HMs) in aquatic environments are significantly influenced by humic acid (HA), which is ubiquitous. A quantitative understanding of the interaction mechanism underlying the adsorption and retention of HMs by HA is of vital significance but remains elusive. Herein, the interaction mechanism between HA and different types of HMs (i.e., Cd(II), Pb(II), arsenate, and chromate) was quantitatively investigated at the nanoscale. Based on quartz crystal microbalance with dissipation tests, the adsorption capacities of Pb(II), Cd(II), As(V), and Cr(VI) ionic species on the HA surface were measured as ∼0.40, ∼0.25, ∼0.12, and ∼0.02 nmol cm –2, respectively. Atomic force microscopy force results showed that the presence of Pb(II)/Cd(II) cations suppressed the electrostatic double-layer repulsion during the approach of two HA surfaces and the adhesion energy during separation was considerably enhanced from ∼2.18 to ∼5.05/∼4.18 mJ m –2 . Such strong adhesion stems from the synergistic metal–HA complexation and cation−π interaction, as evidenced by spectroscopic analysis and theoretical simulation. In contrast, As(V)/Cr(VI) oxo-anions could form only weak hydrogen bonds with HA, resulting in similar adhesion energies for HA–HA (∼2.18 mJ m –2 ) and HA–As(V)/Cr(VI)–HA systems (∼2.26/∼1.96 mJ m –2 ). This work provides nanoscale insights into quantitative HM–HA interactions, improving the understanding of HMs biogeochemical cycling.
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) | 0,001 | 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 ».