Sustainable Valorization of Rice Straw into Biochar and Carbon Dots Using a Novel One-Pot Approach for Dual Applications in Detection and Removal of Lead Ions
Notice bibliographique
Résumé
Lead (Pb) is a highly toxic heavy metal that causes significant health hazards and environmental damage. Thus, the detection and removal of Pb2+ ions in freshwater sources are imperative for safeguarding public health and the environment. Moreover, the transformation of single resources into multiple high-value products is vital for achieving sustainable development goals (SDGs). In this regard, the present work focused on the preparation of two efficient materials, i.e., biochar (R-BC) and carbon dots (R-CDs) from a single resource (rice straw), via a novel approach by using extraction and hydrothermal process. The various microscopic and spectroscopy techniques confirmed the formation of porous structure and spherical morphology of R-BC and R-CDs, respectively. FTIR analysis confirmed the presence of hydroxyl (–OH), carboxyl (–COO) and amine (N–H) groups on the R-CDs’ surface. The obtained blue luminescent R-CDs were employed as chemosensors for the detection of Pb2+ ions. The sensor exhibited a strong linear correlation over a concentration range of 1 µM to 100 µM, with a limit of detection (LOD) of 0.11 µM. Furthermore, the BET analysis of R-BC indicated a surface area of 1.71 m2/g and a monolayer volume of 0.0081 cm3/g, supporting its adsorption potential for Pb2+. The R-BC showed excellent removal efficiency of 77.61%. The adsorption process followed the Langmuir isotherm model and second-order kinetics. Therefore, the dual use of rice straw-derived provides a cost-effective, environmentally friendly solution for Pb2+ detection and remediation to accomplish the SDGs.
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) | 0,001 | 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 | 0,001 | 0,001 |
| 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 ».