Removal of Chromium and Arsenic from Water Using Polyol-Functionalized Porous Aromatic Frameworks
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Chromium and arsenic are two of the most problematic water pollutants due to their high toxicity and prevalence in various water streams. While adsorption and ion-exchange processes have been applied for the efficient removal of numerous toxic contaminants, including heavy metals, from water, these technologies display relatively low overall performances and stabilities for the remediation of chromium and arsenic oxyanions. This work presents the use of polyol-functionalized porous aromatic framework (PAF) adsorbent materials that use chelation, ion-exchange, redox activity, and hydrogen-bonding interactions for the highly selective capture of chromium and arsenic from water. The chromium and arsenic binding mechanisms within these materials are probed using an array of characterization techniques, including X-ray absorption and X-ray photoelectron spectroscopies. Adsorption studies reveal that the functionalized porous aromatic frameworks (PAFs) achieve selective, near-instantaneous (reaching equilibrium capacity within 10 s), and high-capacity (2.5 mmol/g) binding performances owing to their targeted chemistries, high porosities, and high functional group loadings. Cycling tests further demonstrate that the top-performing PAF material can be recycled using mild acid and base washes without any measurable performance loss over at least ten adsorption-desorption cycles. Finally, we establish chemical design principles enabling the selective removal of chromium, arsenic, and boron from water. To achieve this, we show that PAFs appended with analogous binding groups exhibit differences in adsorption behavior, revealing the importance of binding group length and chemical identity.
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.
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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle