Valorization of oat hulls and spent coffee grounds into pyridinium-modified granular adsorbents for water purification
Notice bibliographique
Résumé
Agro- and food-waste biomass such as oat hull (Oh) or spent coffee ground (SCG) biomass can yield sustainable adsorbents for water treatment. However, adsorbents in powdered form often face constraints in practical applications (column applications due to backpressure, ease of handling and recovery), which can be alleviated with granular adsorbents that may have lower surface area and adsorption capacity. Granular adsorbents were prepared from 50% Oh or SCG, 10% Kaolinite (K), and 40% chitosan (Chi) as binder that offer active site for surface modification. Surface modification via crosslinking and furfuryl-pyridinium (Py) led to adsorbents SCG50-Py and Oh50-Py. These adsorbents were assessed to remove methyl orange (MO; anionic dye) or methylene blue (MB; cationic dye) from water. Materials characterization employed ^13 C solids NMR and FT-IR spectroscopy, thermogravimetry and solvent swelling (water & cyclohexane). Dye adsorption isotherms employed the Sips isotherm model to characterize the adsorption parameters. The water uptake of SCG50-Py and Oh50-Py was 100%, while the weight increased for Oh50-Py by 16% and SCG50-Py by 8% in cyclohexane. Prior to furfuryl-pyridinium modification, electrostatic forces dominated the adsorption process where either MO or MB dye adsorption occurred. Upon modification, SCG50-Py showed 74 mg g ^−1 MO and 24 mg g ^−1 MB dye adsorption capacity, whereas Oh50-Py observed 121 mg g ^−1 MO and 17 mg g ^−1 MB dye adsorption capacity. Surface modification via chemical crosslinking favored stable Oh50-based adsorbents, while the Py modification resulted in dual adsorption of anionic and cationic dyes. SCG50-based adsorbents observe higher stability, as compared to Oh50-based adsorbents without crosslinking. Valorization of under-utilized biomass for concerted MO and MB removal was achieved through a facile granulation and surface modification strategy. Future planned kinetic adsorption studies are anticipated to provide mechanistic insight, along with adsorbent reusability studies in laboratory and environmental water sources to further establish the utility of these systems for practical 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 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 | 0,000 | 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) | 0,001 | 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 ».