Investigating a siderophore-based approach for the recovery of critical metals from waste streams and leach solutions using microorganisms
Notice bibliographique
Résumé
As technological advancements progress and unsustainable consumerism of electrical devices rapidly increases, the demand for critical metals continues to rise. The limited supply of these metals, driven by the depletion of non-renewable natural resources, calls for the recycling of waste materials and the development of sustainable and cost-effective extraction methods. Conventional methods of leaching such as pyrometallurgy pose threats to the environment by creating slags and releasing toxic secondary materials. Biohydrometallurgy emerges as an environmentally friendly method to extract metals from low-grade ores and waste material. Siderophores are secondary metabolites secreted by microorganisms that have the ability to selectively chelate certain metals. By immobilizing these siderophores for subsequent bioleaching, target metals can be extracted from multielement solutions. This research focuses on optimizing the immobilization efficiency of the siderophore desferrioxamine B (DFOB) in sodium alginate using physical entrapment for the removal of gallium. Four parameters were varied to find optimal conditions: sodium alginate concentration (1 – 4 % w/v), calcium chloride concentration (1 – 10% w/v), agitation time (0.25 – 10 hours), and DFOB concentration (1 – 4 mM). Using UV-Vis spectroscopy, free siderophore concentration could be determined. After 30 runs, the highest immobilization yield of 80.05% was determined at 2.5% sodium alginate, 10% calcium chloride—the highest concentration tested—after 5.13 hours with a concentration of 2.25 mM DFOB. Design Expert-13 software was used to analyze all experimental results. 2D graphs support that DFOB immobilization depends on responsive parameters, CaCl2 demonstrating the largest impact.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 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 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 ».