Enhanced Mechanical Properties and Water Contaminant Adsorption Performance of Nanocomposite Beads via Cellulose Nanocrystal Encapsulation
Notice bibliographique
Résumé
The poor mechanical properties of hierarchically porous biopolymeric beads synthesized via the internal gelation process have hindered their practical application in point-of-use and centralized water treatment systems. To overcome this limitation, we improved the mechanical properties of nanoengineered alginate-graphene oxide (AL-GO) nanocomposite beads by incorporating cellulose nanocrystals (CNCs). The enhanced properties of the resulting ternary beads were confirmed through various characterization techniques. CNCs provided structural support between the pores and reinforced the nanocomposites, producing more compact and rigid beads with over a 500% increase in their storage modulus. The robust multifunctional beads demonstrated excellent reusability, successfully undergoing four cycles of regeneration and reuse. These ternary beads exhibited exceptional adsorption capacities for methylene blue (MB, 962 mg/g), diclofenac (DCF, 384 mg/g), and tetracycline (TC, 95 mg/g), with at least a 49% improvement in contaminant adsorption capacity compared to beads without CNCs. This superior performance is attributed to the synergistic effects of the negatively charged functional groups of AL, GO, and CNC at neutral pH, which enhanced electrostatic attraction for MB adsorption and hydrogen bonding for TC adsorption. Kinetic modeling revealed that surface adsorption was the primary rate-limiting step for DCF, whereas intraparticle diffusion dominated the adsorption of MB and TC. Using the Mathews–Weber external mass transfer model, we optimized the CNC content in the nanocomposite to 10 wt %, achieving a balance between mechanical properties and adsorption efficiency without compromising the faster adsorption rate of the beads for water treatment.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».