Adsorption Study of Pb <sup>2+</sup> in a Contaminated Soil Amended With Four Leguminous Husk Wastes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ABSTRACT Heavy metal toxicity has become a major threat to living organisms in recent years due to the increase in population and anthropogenic activities. The uptake of lead by the primary producers (plants) is found to affect their metabolic functions, growth, and photosynthetic activity. Globally, various soil amendments have been employed to remediate contaminants in agricultural lands. Soil amendments using food waste could be recognized as cost‐effective, sustainable, and eco‐friendly solutions for “green remediation” strategies. This study aimed to explore how some organic food waste, such as fava, lentil, pea, and soya husk, can adsorb or immobilize the soluble lead (Pb 2+ ) in contaminated soils. Therefore, samples of lead (Pb 2+ ) contaminated soil were amended with and without husk residues and first characterized for their physicochemical properties like porosity, SSA, pH, electrical conductivity, and cation exchange capacity (CEC). Factors influencing heavy metal adsorption, such as initial Pb 2+ concentration, reaction time, and amendment ratio, were assessed. Results showed that the amendments were able to increase porosity, CEC, and electrical conductivity of the soil. Results also indicate that incorporating husks into soil effectively reduces soluble Pb 2+ levels in the soil solution at different concentrations. The adsorption of Pb 2+ in the amended soil follows the Langmuir model, with R 2 of 0.99, while in the non‐amended soil, it follows both the Langmuir (0.87) and the Freundlich (0.88) models. Incorporating 5% of husks is sufficient to achieve Pb 2+ adsorption efficiency of 80%–87%. The controlled and the treated soil samples exhibited a pseudo‐second‐order kinetic model, with high correlation coefficients ( R 2 > 0.99).
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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 découle