Feasible synthesis of sulphonated hydrochar from guava peel <i>via</i> hydrothermal carbonisation: modelling and statistical optimisation for methylene blue dye removal
Notice bibliographique
Résumé
This investigation aims to propose an alternative approach of converting guava peel waste (GP) into sulphonated hydrochar (GP-SHC) via hydrothermal carbonisation process assisted with 1 M sulphuric acid activation. The synthesised GP-SHC was utilised as a potential adsorbent to eliminate a cationic model dye (Methylene blue (MB)) from an aqueous environment. Multiple analysis was conducted to investigate the unique features of GP-HTC including BET, SEM-EDX, XRD, FTIR, and pHpzc. Moreover, three key input parameters such as GP-SHC dosage (A: 0.02–01 g/0.1 L), pH (B: 4–10), and contact time (C: 20–180 min) were statistically optimised using a Response Surface Methodology (RSM) with Box Behnken Design (BBD). The desirability function approach indicates the best MB removal 98.2% can be obtained using 0.07 g/0.1 L of GP-HTC dose, pH of 9.9 with a contact time of 175 min. The accuracy and acceptability of the BBD model were confirmed by the ANOVA analysis finding with the significant F-value = 183.59 and p-value < 0.0001. Langmuir isotherm model and pseudo-second order (PSO) kinetic model were well explained the adsorption data. Thus, the adsorption of MB by GP-HTC occurred via chemosorption as a monolayer system. The Langmuir isotherm model confirms the adsorption capacity of GP-HTC for MB dye to be 308.3 mg/g. The findings of this research demonstrate the double benefits of alternative guava peel solid waste management and the preparation of a functionalised renewable adsorbent for cationic dye removal.
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) | 0,002 | 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 ».