Simultaneous removal of ammonium, phosphate, and phenol via self-assembled biochar composites CBCZrOFe <sub>3</sub> O <sub>4</sub> and its utilization as soil acidity amelioration
Notice bibliographique
Résumé
High concentrations of ammonium, phosphate, and phenol are recognized as water pollutants that contribute to the degradation of soil acidity. In contrast, small quantities of these nutrients are essential for soil nutrient cycling and plant growth. Here, we reported composite materials comprising biochar, chitosan, ZrO, and Fe3O4, which were employed to mitigate ammonium, phosphate, and phenol contamination in water and to lessen soil acidity. Batch adsorption experiments were conducted to assess the efficacy of the adsorbents. Initially, comparative studies on the simultaneous removal of NH4, PO4, and phenol using CB (biochar), CBC (biochar + chitosan), CBCZrO (biochar + chitosan + ZrO), and CBCZrOFe3O4 (biochar + chitosan + ZrO + Fe3O4) were conducted. The results discovered that CBCZrOFe3O4 exhibited the highest removal percentage among the adsorbents (P < 0.05). Adsorption data for CBCZrOFe3O4 were well fitted to the second-order kinetic and Freundlich isotherm models, with maximum adsorption capacities of 112.65 mg/g for NH4, 94.68 mg/g for PO4 and 112.63 mg/g for phenol. Subsequently, the effect of CBCZrOFe3O4-loaded NH4, PO4, and phenol (CBCZrOFe3O4-APP) on soil acidity was studied over a 60-day incubation period. The findings showed no significant changes (P < 0.05) in soil exchangeable acidity, H+, Mg, K, and Na. However, there was a substantial increase in the soil pH, EC, available P, CEC, N-NH4, and N-NO3. A significant reduction was also observed in the available soil exchangeable Al and Fe (P < 0.05). This technique demonstrated multi-functionality in remediating water pollutants and enhancing soil acidity.
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 | 0,001 |
| 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 ».