Fe doped TiO<sub>2</sub>–graphene nanostructures: synthesis, DFT modeling and photocatalysis
Notice bibliographique
Résumé
In this work, Fe-doped TiO(2) nanoparticles ranging from a 0.2 to 1 weight % were grown from the surface of graphene sheet templates containing -COOH functionalities using sol-gel chemistry in a green solvent, a mixture of water/ethanol. The assemblies were characterized by a variety of analytical techniques, with the coordination mechanism examined theoretically using the density functional theory (DFT). Scanning electron microscopy and transmission electron microscopy images showed excellent decoration of the Fe-doped TiO(2) nanoparticles on the surface of the graphene sheets >5 nm in diameter. The surface area and optical properties of the Fe-doped photocatalysts were measured by BET, UV and PL spectrometry and compared to non-graphene and pure TiO(2) analogs, showing a plateau at 0.6% Fe. Interactions between graphene and Fe-doped anatase TiO(2) were also studied theoretically using the Vienna ab initio Simulation Package based on DFT. Our first-principles theoretical investigations validated the experimental findings, showing the strength in the physical and chemical adsorption between the graphene and Fe-doped TiO(2). The resulting assemblies were tested for photodegradation under visible light using 17β-estradiol (E2) as a model compound, with all investigated catalysts showing significant enhancements in photocatalytic activity in the degradation of E2.
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 | 0,001 | 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 ».