MétaCan
Menu
Retour à la cohorte
Enregistrement W4391880567 · doi:10.1680/jenes.23.00107

Malachite green adsorption by Oued Sebou sediment: optimization and desirability analysis

2024· article· en· W4391880567 sur OpenAlexvenueno aff
Lamyae Mardi, Youssef Fahoul, El Mustafa Iboustaten, Zineb Bencheqroun, Mohamed Alaoui El Belghiti, Karim Tanji, Imane El Mrabet, Abdelhak Kherbeche

Notice bibliographique

RevueJournal of Environmental Engineering and Science · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality and Pollution Assessment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMalachite greenSedimentEnvironmental scienceAdsorptionEnvironmental chemistryEcologyBiologyChemistry

Résumé

récupéré en direct d'OpenAlex

Dye pollution represents an important portion of the pollutants in industrial waste water. Sediment from the Sebou River (Morocco) was utilised in this investigation to adsorb malachite green (MG) in aqueous solution. The optimisation of parameters associated with adsorption was performed by conducting batch adsorption studies and utilising the response surface approach. The adsorption process was accurately described by both the Langmuir isotherm model and the pseudo-second-order kinetic model, and the maximum capacity for adsorption was determined to be 5.98 mg/g. In addition, the adsorption rate was effectively determined by intraparticle diffusion. The thermodynamic parameters determined in the study revealed that the adsorption of MG dye by the sediment was unspontaneous and endothermic in nature. The regeneration of the sediment in three cycles following adsorption was confirmed. The adsorption process of MG dye onto the sediment was found to be driven by two types of interactions – electrostatic and hydrogen (H) bonding. These results indicate that the sediment has the potential to be an effective adsorbent for removing dyestuffs from contaminated industrial effluent. Moreover, the ready availability of the sediment in the area further enhances its suitability for this purpose.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,219
Score d'incertitude au seuil0,327

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,006
Tête enseignante GPT0,209
Écart entre enseignants0,202 · 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'étudeSimulation ou modélisation
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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Engineering and ScienceMême sujetWater Quality and Pollution AssessmentTravaux en français237 207