Recent developments in chitosan-based adsorbents for tetracycline removal: A mini-review
Notice bibliographique
Résumé
Tetracyclines (TCs) are widely used antibiotics that have raised concerns due to their presence in the environment, posing risks to human health and ecosystems. This mini-review explores recent advancements in utilizing chitosan-based adsorbents to remove TCs from wastewater efficiently. Our review reveals that adsorption performance is highly influenced by temperature and pH, with most studies reporting effective TC removal between 25-45 °C and pH values of 2-12. The Langmuir and Freundlich isotherm models are both applicable, depending on the specific adsorbent, indicating both monolayer and heterogeneous adsorption behavior, with maximum adsorption capacities ranging from 19.32 mg/g to 940 mg/g, with the highest capacity shown for BCM Char/CS /PEI. Kinetic studies predominantly followed the pseudo-second-order model, suggesting chemisorption as a rate-limiting step, while some followed a pseudo-first-order model. High removal rates (≈ 90-99%) were reported for materials like ZIF-8-chitosan, BCM Char/CS/PEI, and CMC-modified Na-Mt. This review highlights the significant potential of chitosan-based adsorbents. At the same time, further research is needed to optimize adsorption conditions, understand the mechanisms involved, and address the diverse sources of TC pollution. Given the global impact of TCs, a comprehensive approach encompassing enhanced monitoring, stricter regulations, the development of advanced treatment technologies like chitosan-based adsorbents, and public awareness campaigns is imperative to mitigate their environmental risks effectively.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».