Cd(II) and Zn(II) adsorption on lignite‐derived humic substances and cattle manure biochar
Notice bibliographique
Résumé
Abstract Excessive industrial release of trace elements may pose a great risk to the environment. Conventional remediation treatments have considerable limitations, making less expensive new technologies an important research area. Batch experiments were conducted at room temperature to investigate the use of two lignite‐derived humic products (nano‐humus and humic powder) and a cattle manure biochar as adsorbents in the removal of cadmium and zinc from laboratory synthesized water. Nano‐humus was most effective in adsorbing Cd(II), wherein 89% adsorption was rapidly achieved in 15 min. The adsorbed amount of Cd(II) and Zn(II) both increased with initial metal ion concentrations from 25 to 125 mg L −1 . Despite being produced from the same sources, nano‐humus and humic powder showed different properties and adsorption behaviors. The adsorption mechanism of nano‐humus followed the Freundlich isotherm model and pseudo‐second‐order kinetic model, indicating multilayer chemisorption. Humic powder followed the pseudo‐second‐order kinetic model, although it had a low isotherm model fit, implying chemisorption‐dominated adsorption. Cattle manure biochar followed the Freundlich isotherm and pseudo‐first‐order kinetics model, suggesting diffusion‐dominated multilayer adsorption. Of the three adsorbents tested, nano‐humus had greatest potential as an effective and inexpensive material for metal remediation.
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) | 0,002 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».