Co-valorization of shrimp and tropical wood waste to high-value composites: Fabrication, characterization, and herbicide adsorption studies
Notice bibliographique
Résumé
The current work underscores the potential of using copious waste streams to fabricate high value composite adsorbents which are then used in environmental remediation. The study investigates the fabrication of nitrogen-enriched adsorbents by the co-valorization of shrimp hydrochar, shrimp chitin, and shrimp shells with a waste wood feedstock, greenheart, by a facile, phosphoric acid activation process. These materials were characterized and subsequently deployed to remove 2,4-dichlorophenoxy acetic acid from model solutions at 50 ppm concentration at pH 7. Shrimp shell and shrimp hydrochar composites were typically mesoporous but shrimp chitin composites were microporous. Specific surface area ranged from 1224 m 2 /g to 1974 m 2 /g. Surface nitrogen peaked at 2.94 at% with amine, amide and imide function predominating. The largest specific surface area and greatest nitrogen content of composites was more than 56 % and 5 times greater than the pristine greenheart adsorbent. Nitrogen functionality was uniformly distributed on the composite surface implying that there was homogeneous combination of the co-valorized feedstocks. The shrimp-chitin-greenheart composite was most efficient at removing 2,4-D with a maximum adsorption capacity of 101 mg/g. Maximum adsorption capacities of composites were most strongly correlated with amine groups (0.86), total nitrogen (0.88), total surface nitrogen density (0.90) and specific surface area (0.87), demonstrating that both surface area and nitrogen functionality played a pivotal role in the adsorption. The Freundlich isotherm model best described the adsorption process, implying the heterogeneous nature of adsorption sites. Adsorption was spontaneous and entropically favored and adsorption enthalpies ranged from −12 kJ/mol to −17 kJ/mol indicating that physisorption interactions dominated the adsorption process. These composites, with demonstrated efficacy in removing 2,4-D, are promising environmental remediation materials.
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 ».