Adsorptive Removal of Dyes: A Comparison of Graphene Oxide to Granular Activated Carbon and Zeolite NaY
Notice bibliographique
Résumé
Synthetic carbon-based compounds are a prevalent wastewater contaminant that can adversely impact water resources due to their potential carcinogenic and toxic effects on aquatic biota and human health. This research investigates the versatility of graphene oxide (GO) as an alternative to commonly used adsorbents (zeolite NaY (NaY) and granular activated carbon (GAC)) for removal of synthetic cationic dyes. Rhodamine B (RhB) and methylene blue (MB), were selected as the target contaminants to represent cationic synthetic dyes with differing molecular sizes and structural compositions. Batch experiments using GO, NaY, and GAC as adsorbents were used to assess both physicochemical interactions between adsorbent surfaces and contaminants, and removal efficiency. GO demonstrated the highest removal efficiency for both target contaminants—at 99% and 86%, respectively—while the lowest removal efficiency was observed for NaY. Langmuir, Freundlich, Temkin, and BET isotherm models were used to describe the adsorption isotherms. Overall, GO demonstrated a more robust and higher removal efficiency of cationic dyes compared with GAC and NaY, indicating the potential of graphene oxide for the removal of complex structured organic contaminants in wastewater treatment.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».