Evaluation of Natural Clay Minerals for Heavy Metal Adsorption from Lead-Acid Battery Recycling Waste
Notice bibliographique
Résumé
The escalating demand for sustainable energy storage underscores the critical role of lead-acid batteries (LABs), yet their recycling generates hazardous wastes laden with toxic heavy metals.This study evaluates natural kaolinite and bentonite clays as low-cost adsorbents for immobilizing lead (Pb) and arsenic (As) in LAB recycling wastes from South Africa.Mineralogical characterization revealed complex slag compositions dominated by sodium sulfates, lead oxides (litharge), and sulfides (galena).Leaching tests (SPLP: pH 4.2; water leaching: pH neutral) demonstrated significant mobilization of Pb (981 ppm) and As (153 ppm) from slags, with Pb release amplified under neutral conditions.Adsorption experiments showed bentonite reduced Pb by 99.4% (981 → 5.91 ppm) in recycled slag leachate, outperforming kaolinite (95.5% reduction).For As, bentonite achieved partial reduction (153 → 107 ppm), while kaolinite increased As concentrations due to competitive ion effects.Elemental releases (Al, Si, Na) post-treatment indicated clay dissolution, highlighting practical limitations.Results affirm bentonite's superior efficacy for Pb immobilization but stress the need for enhanced As adsorption strategies.These clays offer a viable, locally sourced solution for mitigating LAB waste impacts in developing regions, advancing circular economy goals in battery recycling.
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 ».