Tetrahydrazide-EDTA Cross-Linked Cellulose Hydrogels for Water Treatment by Heavy Metal Chelation
Notice bibliographique
Résumé
Polluting heavy metals persist in the environment, leading to bioaccumulation and toxicity, which is a growing problem in developing countries. Various water filtration systems for heavy metal removal have been developed, with sorption being the simplest and most economically viable. However, many commercial sorbents are powders, leading to inefficient sorbent removal and secondary pollution. The goal of our research was to develop renewable, biodegradable, and cost-effective hydrogel sorbents able to bind heavy metals. This was accomplished using hydroxyethyl cellulose (HEC) and carboxymethyl cellulose (CMC) functionalized with aromatic aldehydes (aa-HEC and aa-CMC), and an ethylenediaminetetraacetic acid (EDTA)-based cross-linker modified with four hydrazide groups (4h-EDTA). By varying the ratio of aldehyde-to-hydrazide (a:h) groups in the aa-HEC/4h-EDTA hydrogel, a ratio of 1:2 a:h was found to have the maximum storage modulus ( G ′). This was used to make 2 wt % hydrogels with a composition of 25/75 aa-HEC/aa-CMC cross-linked with 4h-EDTA (aa-HEC/aa-CMC/4h-EDTA), with a G ′ of 200 Pa and a maximum sorption capacity of 102 mg of Cu 2+ per gram of hydrogel. The sorption capacity of the hydrogels was tested for Cu 2+, Ni 2+, Zn 2+, Co 2+, and Mg 2+ individually and as a mixture, with Cu 2+ showing the highest affinity. This work shows that cellulose-based hydrogels can be used as a green alternative for the removal of heavy metal pollutants from 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 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) | 0,001 | 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 ».