A novel magnetically separable <scp>pH</scp> sensitive surface‐active iron oxide nanoparticles for the removal of antibiotics (tetracycline) from aquatic environments
Notice bibliographique
Résumé
Abstract This research examines the application of magnetic iron‐oxide (Fe 3 O 4 ) nanoparticles (IONPs) for the targeted removal and recovery of tetracycline (TC) from aqueous systems. The IONPs were synthesized through a steady‐state headspace with NH 3(g) at room temperature and pressure without mechanical agitation. IONPs were found to be in a single phase with uniform size distribution and magnetic separability. Effects of pH on surface charge, dispersity, and particle size were studied using zeta potential and DLS. Sorption profiles at various mass loadings for antibiotics (1–25 ppm) and nanoparticles (0.1–0.5 mg/mL) were studied using UV–Vis spectroscopy, Fourier‐transform infrared spectroscopy (FTIR), scanning electron microscopy (SEM), and transmission electron microscopy (TEM) imaging and energy dispersive X‐ray (EDX) analysis. Results suggested a rapid sorption of TC onto IONPs with overall TC removal efficiency from wastewater ranging between 70% and 95% depending on temperature (10, 25, and 45°C) and contact time (1–90 min). The investigation into adsorption mechanisms demonstrated that adsorption of TC onto IONPs was feasible, spontaneous, and an endothermic process primarily governed by physisorption. The process well aligned with Freundlich isotherm and pseudo‐second order kinetics. Further, stability of IONPs and desorption ability were also evaluated. The results suggest that IONPs can be used as a sustainable alternative to commercial adsorbent for removal of antibiotics from waterbodies.
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 | 0,000 | 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 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 ».