Preparation and characterisation of chitosan/bacterial <i>Escherichia coli</i> biocomposite for malachite green dye removal: modeling and optimisation of the adsorption process
Notice bibliographique
Résumé
Herein, a new biocomposite was obtained by loading a bacterial suspension of Escherichia coli onto a chitosan matrix to produce a unique biocomposite (chitosan – E. coli) with effective properties for biosorption of malachite green dye from water. The physicochemical characteristics of the chitosan – E. coli biocomposite were studied by employing XRD, FTIR, FESEM-EDX and pHpzc. The optimisation of biosorption conditions was achieved using a Box-Behnken Design (RSM-BBD) to assess the effect of variables on the dye removal: biocomposite dose (0.02–0.1 g/100 mL), pH (4–8) and contact time (10–300 min). The optimal conditions for dye removal (84.3%) were achieved with a chitosan – E. coli dose of 0.1 g/100 mL, and a contact time of 160 minutes with a pH of 8. The equilibrium and kinetic experimental findings show the biosorption of malachite green dye by chitosan – E. coli follows the Langmuir and pseudo-second-order models, respectively. The maximum dye adsorption capacity (qmax) of malachite green for the chitosan – E. coli biocomposite was 164.7 mg/g, where the dye adsorption mechanism was attributed to several effects such as hydrogen bonding, n-π interactions, and electrostatic attraction. Thermodynamic analysis indicated that the biosorption process was spontaneous and endothermic, with a positive enthalpy change (ΔH° = 40.9 kJ/mol) and a negative Gibbs free energy (ΔG°) at all tested temperatures. The biocomposite chitosan – E. coli adsorbent exhibits favourable cationic dye adsorption that is anticipated to have utility for remediation of dye effluent in industrial wastewater.
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) | 0,000 | 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 ».