Comparative performance of functional adsorbent materials for sustainable metal ion recovery
Notice bibliographique
Résumé
Heavy metal contamination in water systems poses serious environmental and health risks, necessitating the development of efficient and sustainable treatment technologies. This study explores the adsorption performance of six adsorbent materials for heavy metal removal from aqueous solutions, focusing on two Ti 3 C 2 T x MXenes synthesized through LiF/HCl and NH 4 HF 2 /citric acid etching, commercial activated carbon, α-MnO 2 , and two biomass-derived activated carbons. The materials were characterized using XRD, FTIR, SEM, EDX, and BET analyses, revealing key differences in morphology, surface chemistry, and elemental composition. Adsorption experiments targeting Cr 6+ , Pb 2+ , Zn 2+ , and five other heavy metal ions demonstrated that Ti 3 C 2 T x - NH 4 HF 2 exhibited the highest adsorption capacities due to its delaminated structure and oxygen-rich surface. While other materials like α-MnO 2 and biosourced activated carbons with much higher specific surface area showed moderate to limited performance, the findings reiterate the critical role of surface functionality over plain surface area. The results also highlight how equilibrium-driven experiments at realistic conditions offer a more conservative and reliable assessment compared to previously reported methods. This work supports the potential of functionalized MXenes as promising materials for efficient adsorption of various heavy metal cations in wastewater treatment.
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 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 | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».