Advanced graphene oxide synthesis for arsenic removal from groundwater in Mexico and Colombia
Notice bibliographique
Résumé
• Optimization of the synthesis of a novel graphene oxide for arsenic removal using oxidizing agents. • Physicochemical characterization and adsorption capacity analysis of the optimized graphene oxide (GOBR) and graphene oxide synthesized via the Hummers method, utilizing techniques such as XRD, FTIR, TGA, Raman spectroscopy, specific surface area analysis, surface charge distribution, and adsorption isotherms. • Evaluation of the adsorption efficiency of GOBR in groundwater from Mexico and Colombia, assessing the presence of ions such as As, F - , CrO 4 ² - , Cl - , CO 3 ² - , and SO 4 ² - . This study presents the optimization of graphene oxide (GO) synthesis for arsenic (As) removal from contaminated groundwater in Mexico and Colombia, using the modified Hummers method. By applying response surface methodology (RSM), the concentrations of NaNO₃ and KMnO₄ were adjusted to maximize the density of oxygenated functional groups, significantly enhancing the adsorption capacity for As(V). Characterization results revealed a reduction in macroporosity and an increase in mesoporosity and microporosity, contributing to the superior adsorption performance. The optimized GO achieved an adsorption capacity of 99.13 mg g⁻¹ at 308 K under competitive conditions with other ions such as F⁻, CrO₄²⁻, Cl⁻, CO₃²⁻, and SO₄²⁻. Additionally, the synthesis process reduced toxic by-products, demonstrating sustainability for industrial-scale applications. These findings represent a significant advancement in the development of efficient and sustainable materials for groundwater remediation.
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 | 0,000 |
| Bibliométrie | 0,001 | 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 ».