MétaCan
Menu
Retour à la cohorte
Enregistrement W4408958964 · doi:10.1016/j.aqrep.2025.102777

Effectiveness of Lignocellulose Nanofibers (LNCFS) for removing nitrite, nitrate, and phosphate from Gamishan wastewater

2025· article· en· W4408958964 sur OpenAlexaff
Wahid Zamani, Monireh Faghani, Zahra Ghiasvand

Notice bibliographique

RevueAquaculture Reports · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMembrane Separation Technologies
Établissements canadiensDalhousie University
Organismes subventionnairesIran National Science Foundation
Mots-clésNitrateNitritePhosphateWastewaterNanofiberPulp and paper industryChemistryEnvironmental chemistryWaste managementChemical engineeringEnvironmental scienceEnvironmental engineeringOrganic chemistryEngineering

Résumé

récupéré en direct d'OpenAlex

This study investigates the effectiveness of Lignocellulose Nanofibers (LNCFs) as a sustainable adsorbent for the removal of nitrite, nitrate, and phosphate from aquaculture wastewater, specifically focusing on fish farms in Gamishan. We optimized several key parameters, including pH, contact time, temperature, and adsorbent dosage, to determine the optimal conditions for pollutant removal. The results indicate that the highest removal efficiencies were achieved at a pH level of 6.5, with a contact time of 67 minutes, a temperature of 30 ○ C, and an adsorbent dosage of 400 mg. Specifically, the removal rates were found to be 93 % for nitrate, 95 % for nitrite, and 96 % for phosphate. These findings demonstrate that LNCFs are not only effective in reducing these pollutants but also possess significant potential as a sustainable solution for wastewater treatment in aquaculture systems. The study emphasizes the critical role of optimizing operational parameters to maximize pollutant adsorption. Furthermore, the successful application of LNCFs in aquaculture practices could enhance environmental sustainability by promoting healthier aquatic ecosystems and effectively addressing the challenges posed by nutrient loading in water bodies. This research lays the groundwork for future investigations into the broader applicability of LNCFs in various wastewater treatment contexts, suggesting that their integration into aquaculture practices could lead to substantial improvements in water quality management and ecosystem health. • Lignocellulose nanofibers (LNCFs) effectively removed 96 % phosphate, 95 % nitrite, and 93 % nitrate from aquaculture wastewater. • Optimal adsorption conditions were identified: pH 7, contact time 60 min, and contaminant concentration of 150 mg/L. • Adsorption followed a pseudo-first-order model, achieving equilibrium within one hour, confirming LNCFs as efficient adsorbents. • Freundlich isotherm model (R² = 0.9716) outperformed Langmuir model (R² = 0.9695), indicating favorable adsorption behavior.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,579

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,234
Écart entre enseignants0,228 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAquaculture ReportsMême sujetMembrane Separation TechnologiesTravaux en français237 207