Arsenic (III) and (V) remediation in water using a particulate photocatalytic carbon nitride (CNx) system
Notice bibliographique
Résumé
• Modified carbon nitride (CNx) for arsenic water remediation. • Dual function of photooxidation of As(III) and adsorption of As species. • Up to 97 % remediation of As(III) under photooxidation conditions. • Use of colorimetric and electrochemical techniques for As speciation. Carbon nitride (CN x ) has recently gained widespread attention as a greener material for water remediation. The inherent biocompatibility of CN x coupled with its adsorption and photocatalytic abilities underscore its potential utilization to overcome the major challenge of arsenic (As) contamination in water. Nonetheless, CN x typically exhibits poor dispersibility in aqueous media, suppressing its effectiveness as both adsorbent and photocatalyst. Herein, we present the use of CN x and its modified counterpart as effective agents for remediating As(III) and As(V) in water. Our results reveal that both benchmark CN x (CN x0 ) and the modified CN x (CN x50 ) exhibit promising As remediation effectiveness driven by photooxidation and adsorption. CN x0 exhibits strong affinity for As(III) with an adsorption effectiveness of 89 %, whereas CN x50 demonstrates an adsorption effectiveness of 76 % for As(V). Notably, CN x50 outperforms CN x0 in the photoconversion of As(III) into As(V) under simulated solar irradiation and quasi-monochromatic irradiation due to its lower amount of trapped charges and improved water dispersibility. In fact, the more toxic As(III) species is remediated by CN x50 with an efficiency of ≥ 95 %, through the combination of photooxidation and adsorption. Overall, this study emphasizes, for the first time, the potential of CN x to integrate both photocatalysis and adsorption processes for As remediation, providing a simplistic approach to addressing As contamination in 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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».