Use of mussel shells for removal of arsenic from water: Kinetics and equilibrium experimental investigation
Notice bibliographique
Résumé
This study investigated the potential of calcined mussel shells (CMS) as an adsorbent for removing arsenic (As(III) and As(V)) from water using a comprehensive approach incorporating optimization, kinetics, and equilibrium studies. It assessed the impacts of pH, initial arsenic concentration (Ci), adsorbent dose (Ad), and contact time (tc) using response surface methodology (RSM) to maximize the adsorption efficiency. The optimal conditions for As(III) removal were pH of 6.4, Ci = 57.9 mg L−1, Ad = 3.4 g L−1, and tc = 4.4 h, achieving a removal efficiency of 94.9%. For As(V) removal, the optimal conditions were pH of 5.7, Ci = 59.9 mg L−1, Ad = 2.7 g L−1, and tc = 4.9 h, achieving a removal efficiency of 98.5%. Kinetic studies revealed that pseudo-second-order (PSO) model best described As(III) and As(V) adsorption. According to equilibrium isotherm studies, the Langmuir model provided a more accurate representation of the adsorption behavior, indicating monolayer adsorption on the iron oxide–modified calcined mussel shells (IO-CMS) homogenous surface (As(III): qmax = 28.74, R2 = 0.87; As(V): qmax = 31.54, R2 = 0.98). The adsorption process for As(III) and As(V) was spontaneous and endothermic. This work highlights the potential of CMS as an environmentally acceptable and affordable adsorbent for removing arsenic from water.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».