Functionalization of cellulose pentamine as a promising nano‐amorphous sorbent for Zr( <scp>IV</scp> ) and Hf( <scp>IV</scp> ) ions recovery
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
Abstract Due to the rising worldwide need for commercial zirconium and hafnium metals, various research studies have been conducted to investigate their extraction from ores and recovery from other waste products. By chorinating cellulose and then aminating it with tetraethylene pentamine, a cellulose‐tetraethylene pentamine (Cell‐TEPA) nanosorbent was synthesized, which resulted in active groups responsible for binding processes with the appropriate metal ions using a straightforward approach. The composition, chemical characteristics, and physical attributes of the Cell‐TEPA nanosorbent were comprehensively examined using a range of equipment, such as X‐ray diffraction (XRD), scanning electron microscope–energy dispersive X‐ray analysis (SEM–EDX), Fourier‐transform infrared spectroscopy (FT‐IR), Brunauer–Emmett–Teller (BET), and thermal gravimetric analysis (TGA). When bound to the Cell‐TEPA nanosorbent, Zr(IV) and Hf(IV) exhibited the highest absorption capacities of 70.4 and 38.2 mg/g, respectively. The most favourable sorption conditions were achieved with a feed solution pH of 1.5, a stirring period of 45 min, a metal ion concentration of 100 mg/L, and room temperature (25 ± 2°C). The adsorption data were consistent with both the Langmuir isothermal model and the pseudo‐2nd‐order reaction model. The Cell‐TEPA nanosorbent effectively extracted zirconium and hafnium ions from leach liquors derived from Wadi Rahba ore sample and Abu Khashaba concentrate sample, demonstrating their potential for future applications.
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 | 0,001 |
| 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) | 0,000 | 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