Enhanced adsorption of ceftriaxone and cefotaxime using <scp>ZnAl</scp> ‐ <scp>LDH</scp> and graphene‐modified <scp>ZnAl</scp> ‐ <scp>LDH</scp> in wastewater treatment
Notice bibliographique
Résumé
Abstract Antibiotics are frequently detected in trace amounts in pharmaceutical and hospital effluents, presenting significant risks to human health and aquatic ecosystems. Layered double hydroxides (LDHs) and their hybrids are gaining attention as affordable and efficient adsorbents for water treatment; herein, we investigate the eradication of two antibiotics, ceftriaxone (CFT) and cefotaxime (CFX), using calcined ZnAl‐LDH (LDH‐C) and a graphene‐loaded calcined ZnAl‐LDH (G‐LDH‐C) composite as an adsorbent. Microscopy analysis confirmed the uniform dispersion of graphene nanosheets over the LDH surface, while analysis (TGA) demonstrated the thermal stability of the synthesized adsorbent. Adsorption was optimized by varying pH, temperature, adsorbent dosage, contact time, and initial concentration. The G‐LDH‐C showed maximum capacities of 54.34 mg/g for CFT and 45 mg/g for CFX at pH 5 with a 10 mg/L dosage, reaching equilibrium at 60 and 45 min, respectively. Isothermal studies showed that CFT and CFX adsorption followed a monolayer and homogeneous process consistent with the Langmuir model. Kinetic analysis revealed that CFX fits well with the PFO model, while CFT aligned better with the PSO model. Thermodynamic results indicated that adsorption of both antibiotics was exothermic and spontaneous. Recyclability study showed that after seven cycles, there is a gradual decrease in adsorption capacity. CFT (G‐LDH‐C) adsorption capacity decreased from 26.5 to 15.4 mg/g, while CFT (LDH‐C) declined from 23.9 to 10.2 mg/g. Similarly, CFX (G‐LDH‐C) decreased from 44.9 to 22.7 mg/g, and CFX (LDH‐C) dropped from 37.9 to 16.3 mg/g, showing good potential as promising candidates for removing antibiotics from wastewater.
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 ».