Integrated biomass algae @ cross-linked pyromellitic dianhydride chitosan biocomposite for methyl violet 2B adsorption: modelling and experiment design optimization
Notice bibliographique
Résumé
A new adsorbent was developed by integrating algae biomass (AG) into a chitosan (CN) matrix, followed by structural enhancement via crosslinking with pyromellitic dianhydride (PMDA) through a hydrothermal synthesis approach. This process resulted in the formation of a robust AG@CN-PMDA composite with improved physicochemical characteristics suitable for advanced adsorption applications. The AG@CN-PMDA composite was evaluated for its efficiency in removal of the cationic dye methyl violet 2B (MV 2B) from aqueous solution. The adsorption process was refined through the Box-Behnken design (RSM-BBD), evaluating three essential parameters: adsorbent dosage (A: 0.02–0.1 g/100 mL), pH (B: 4–10), and time (C: 5–20 min). The ideal conditions for attaining the best removal rate for MV 2B (86%) were determined based on the desirability function optimisation results, corresponding to 0.09 g/100 mL of AG@CN-PMDA, at a pH of 6.9 and time of 9.45 min. The adsorption isothermal analysis revealed a close fit between the experimental data of MV 2B adsorption and both the Temkin and Langmuir models, with the Temkin model showing a slightly better correlation. Furthermore, the adsorption kinetics are well-described by the pseudo-second-order model. The maximum adsorption capacity of AG@CN-PMDA was 162.3 mg/g at 25°C. The adsorption of MV 2B onto AG@CN-PMDA was spontaneous, endothermic, and entropy-driven as evidenced by negative ΔG° values. The binding of MV 2B dye onto the AG@CN-PMDA composite was facilitated through mechanisms such as hydrogen bonding, π–π stacking, and electrostatic attraction. These findings demonstrate that AG@CN-PMDA is an effective and sustainable adsorbent for the removal of cationic dyes from industrial effluents.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».