Synthesis of Pectin Hydrogels from Grapefruit Peel for the Adsorption of Heavy Metals from Water
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The increasing presence of heavy metals in aquatic environments, driven by the production of industrial waste and consumer products, poses serious environmental and health risks due to their toxicity and persistence. Copper (Cu(II)) and nickel (Ni(II)) are particularly harmful, with high concentrations linked to neurological, dermatological and carcinogenic effects. This proof-of-concept study explores the synthesis of sustainable hydrogels derived from grapefruit peel (biosorbents) for the adsorption of Cu(II) and Ni(II) from aqueous solutions. Pectin was extracted from the peels and was used to synthesize pectin-based hydrogels (PH) and pectin hydrogel metal–organic frameworks (PHM composites). The hydrogels were characterized using FT-IR, SEM, diameter size and water absorption capacity. Lyophilized hydrogels were significantly smaller than their wet counterparts, and adsorption performance was analyzed using FAAS. PHs demonstrated high Cu(II) removal efficiency, achieving 95.11% adsorption and 97.75 mg/g capacity at pH 5. PHM composites showed comparable Cu(II) adsorption with a maximum capacity of 67.53 mg/g. Notably, PHs also exhibited rapid Ni(II) adsorption, reaching 92.62% efficiency and 28.189 mg/g capacity within one minute. These findings highlight the potential of pectin-based hydrogels as an effective, low-cost and environmentally friendly method for heavy metal remediation in 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.
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 | 0,001 |
| 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 découle