Bio-inspired graphene oxide sponges for enhanced adsorption of legacy and emerging contaminants from water
Notice bibliographique
Résumé
This study investigates the adsorption performance of bioinspired, amino acid-modified reduced graphene oxide (rGO) sponges to remove model legacy and emerging contaminants from water. Modified sponges containing L-tryptophan (GOTR) and L-phenylalanine (GOPA) were synthesized and characterized using scanning electron microscopy (SEM), Fourier transform infrared (FTIR) spectroscopy, Raman spectroscopy, X-Ray Diffraction (XRD), X-ray photoelectron spectroscopy (XPS), and surface area analysis to confirm structural modifications and functional group incorporation. Adsorption experiments were conducted using methylene blue (MB), rhodamine B (RhB), acetaminophen (AC), and diclofenac (DCF) as model legacy and emerging contaminants of concern. The optimized sponges, GOTR 15–20% and GOPA 1.5–2.5% , demonstrated maximum adsorption capacities of 1003 mg/g for DCF, 653 mg/g for MB, 556 mg/g for AC, and 556 mg/g for RhB, as described by the Langmuir isotherm model. The incorporation of amino acids enhanced the surface area and the availability of active functional groups, increasing adsorption efficiency by up to 2-fold compared to unmodified rGO sponges. These findings suggest that amino acid-modified rGO sponges offer an effective, versatile, and green solution for removing diverse legacy and emerging contaminants 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 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 ».