Application of carbon composite adsorbents prepared from coffee waste and clay for the removal of reactive dyes from aqueous solutions

A novel carbon composite was prepared from a mixture of coffee waste and clay with inorganic:organic ratio of 1.3 (CC-1.3). The mixture was pyrolysed at 700 °C. Considering the application of this adsorbent for removal of anionic dyes, the CC-1.3 was treated with a 6 mol L^-1 HCl for 24 h to obtain ACC-1.3. Fourier transform infrared (FTIR), N₂ adsorption/desorption curves, scanning electron microscope (SEM) and powder X-ray diffractometry (XRD) were used for characterisation of CC-1.3 and ACC-1.3 carbon adsorbents. The adsorbents were effectively utilised for removal of reactive blue 19 (RB-19) and reactive violet 5 (RV-5) textile dyes from aqueous solutions. The maximum amounts of RB-19 dye adsorbed at 25 °C are 63.59 (CC-1.3) and 110.6 mg g^-1 (ACC-1.3), and 54.34 (CC-1.3) and 94.32 mg g^-1 (ACC-1.3) for RV-5 dye. Four simulated dye-house effluents were used to test the application of the adsorbents for treatment of effluents.

Análises dos testes de cointegração e de correção de erro dos preços do café e do cacau no mercado internacional de futuros e opções

Neste artigo, analisam-se as séries de tempo individuais dos preços do café e do cacau no mercado internacional por meio de apropriados testes de estacionariedade e de raiz unitária. A diferença existente entre as séries temporais econômicas de curto prazo e de longo prazo tem atraído bastante a atenção de economistas nas duas últimas décadas. Os dados de longo prazo são freqüentemente associados às séries temporais não estacionárias conhecidas por tendências, enquanto as flutuações de curto prazo são séries de tempo estacionárias e são chamadas de ciclos. As séries temporais econômicas e financeiras podem ser vistas como combinações desses componentes de ciclos e tendências. Entretanto, a presença ou não de fatores comuns entre duas ou mais séries temporais pode produzir um efeito tal que a combinação das séries temporais não manifeste possuir nenhuma característica individualmente. Poderia haver uma tendência comum partilhada por duas séries temporais. Se não há mais tendências numa série de tempo, então as duas séries de tempo são cointegradas. Esse tipo de análise fator comum pode ser estendido e aplicado aos ciclos comuns.