Sustainable carbon materials for magnetic adsorbent-based pentachlorophenol removal from wastewater
Notice bibliographique
Résumé
The growing water scarcity caused by human activities and urbanization has made it essential to develop sustainable and cost-effective strategies for wastewater treatment and reuse. This study involved converting biomass waste from agricultural and forestry sources into magnetic carbon-based adsorbents through hydrothermal carbonization (HTC). During the HTC process, iron was incorporated to impart magnetic properties to the resulting hydrochar, enabling post-treatment recovery using an external magnet. Hydrochars derived from flax shives (FS-Fe-HC), and eucalyptus (ES-Fe-HC) were tested for their efficiency in adsorbing pentachlorophenol (PCP) from wastewater. The structural, morphological, and chemical characteristics of the prepared hydrochar were characterized through scanning electron microscopy-electron diffraction spectroscopy (SEM-EDS), Fourier transform infrared spectroscopy (FTIR), X-ray diffraction (XRD), X-ray photoelectron spectroscopy (XPS), Brunauer-Emmett-Teller (BET), and vibrating sample magnetometry (VSM) techniques. Batch adsorption experiments revealed maximum PCP removal efficiencies of 95% for FS-Fe-HC, and 88.5% for ES-Fe-HC under optimized conditions. The adsorption performance was found to be influenced by surface functional groups, active adsorption sites, and pH-dependent surface charge. Both hydrochars exhibited excellent reusability over six consecutive adsorption-desorption cycles, with negligible iron leaching, confirming their stability and practical applicability. This study demonstrates the potential of HTC as a sustainable approach for valorizing lignocellulosic waste into effective bio-adsorbents for wastewater remediation, addressing both environmental and industrial challenges. The novelty lies in utilizing dual biomass waste, magnetic recovery capability, and high reusability with minimal iron leaching, thereby contributing to circular economy practices in water 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 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 | 0,001 | 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 ».