Exploring the Adsorption Efficiency of Sulfonated Graphene Oxide for Ciprofloxacin Removal from Aqueous Solution: Insights from Density Functional Theory, Kinetics, Thermodynamics, and Reusability
Notice bibliographique
Résumé
The pollution of water resources with pharmaceutical substances poses a critical threat to global health and environmental stability. This study demonstrates a highly effective method for removing ciprofloxacin, a broad-spectrum antibiotic and pharmaceutical contaminant, from aqueous solutions using sulfonated graphene oxide (SGO) as an adsorbent. Comprehensive experiments, supported by density functional theory (DFT) analysis, confirm the strong interaction between ciprofloxacin and SGO through microscopy, spectroscopy, and theoretical techniques. The study rigorously evaluates the impacts of adsorption time, medium pH, adsorbent quantity, ciprofloxacin concentration, inorganic cations, and temperature on adsorption performance, providing compelling evidence of SGO's superior performance in mitigating this pressing environmental issue. Results reveal that the adsorption process follows a pseudo-second-order kinetic model and aligns with the Langmuir isotherm, underscoring SGO's high affinity for ciprofloxacin. SGO achieved a significant maximum uptake capacity of 1000.00 μmol/g within 240 min at a low adsorbent dose of 0.2 g/L and optimal pH of 4.0. Thermodynamic assessments indicate that ciprofloxacin adsorption on SGO is both spontaneous and endothermic. Additionally, ciprofloxacin release from antibiotic-loaded SGO was notably high (99.14%) in a solution of 1 M HCl in DMF, and SGO retained over 95.78% of its initial adsorption capacity after five adsorption-desorption cycles, demonstrating its robustness and reusability. These findings strongly position SGO among graphene oxide and their derivatives as a promising and sustainable adsorbent for removing pharmaceutical contaminants, particularly ciprofloxacin, from aqueous solutions. This offers significant potential for advancing water purification technologies in healthcare and environmental applications.
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 ».