Mechanochemical synthesis of Au, Pd, Ru and Re nanoparticles with lignin as a bio-based reducing agent and stabilizing matrix
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
A versatile, low-energy and solvent-free method to access nanoparticles (NPs) of four different transition metals, based on a bottom-up mechanochemical procedure involving milling of inorganic precursors, is presented. Lignin, a biomass waste, was used effectively as a reducing agent, for the first time in a mechanochemical context, to access MNPs where M = Au, Pd, Ru, Re. A series of metal precursors was used for this reaction and their nature was shown to be integral in determining whether NPs became incorporated within the organic lignin matrix, M@lignin, or not. Specifically, organometallic precursors resulted in extensive encapsulation of the NPs, as well as improved control over their size and shape, while ionic precursors afforded matrix-free NPs. The resulting NP-containing composites were characterized through Fourier-transform infrared attenuated total reflectance (FTIR-ATR) spectroscopy, transmission electron microscopy (TEM), X-ray photoelectron spectroscopy (XPS) and powder X-ray diffraction (PXRD). This mechanochemical grinding method for accessing M@lignin (M = Au, Pd, Ru and Re) is significantly more sustainable than the traditional solvent batch syntheses of metal NPs because it relies on the use of a biomass-based polymer, it is highly atom economical, it eliminates the need for solvents and it reduces drastically the energy input.
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 | 0,000 | 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 découle