Magnetic phosphorylated lignocellulosic fibers: A hybrid material for water purification – Part II adsorption capacity for metallic anions and cations
Notice bibliographique
Résumé
Heavy metal contamination in water poses a significant threat to human health and the environment. In this study, the adsorption performance of a composite (PKF@Fe₃O₄,) based on phosphorylated kraft fibers (PKF) and magnetite nanoparticles (Fe₃O₄) was investigated. Batch adsorption tests were conducted to evaluate its effectiveness under various conditions, including pH, contact time, and temperature. Kinetic modeling and adsorption isotherms were also studied. Particular attention was given to the use of both linear and nonlinear regression models in describing the adsorption process. Additionally, several statistical parameters were employed to thoroughly validate the data. The results indicate that metal adsorption on the composite material was strongly dependent on pH. For example, the optimal adsorption pH is 2.0 for Cr (VI) and 5.0 for Cu (II) ions. Kinetic studies revealed that Cr (VI) adsorption follows the Elovich model, whereas Cu (II) adsorption is best described by the pseudo-second-order kinetic model. Isotherm analysis highlighted distinct behaviors: Cr (VI) adsorption aligns with the Langmuir model, suggesting monolayer adsorption, whereas Cu (II) adsorption exhibits a two-step isotherm, reflecting the heterogeneity of the composite and the presence of multiple adsorption sites. The increase in temperature enhances the adsorption capacity. The maximum adsorption capacities for Cu (II) and Cr (VI) ions are 140 and 16 mg/g, indicating that the composite is a better adsorbent for copper than for chromates. The thermodynamic study shows spontaneous adsorption for the cations and anions studied, with an endothermic character. This study demonstrates the potential of the PKF@Fe₃O₄ composite as an environmentally friendly, versatile solution for water decontamination.
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 ».