Green Synthesis of Silver nanoparticle and its application for removal of dye from aqueous solution
Notice bibliographique
Résumé
The green synthesis of metallic nanoparticles paved the way to improve and protect the environment by decreasing the use of toxic chemicals and eliminating biological risks in biomedical applications. Plant mediated synthesis of metal nanoparticles is gaining more importance to its simplicity, rapid rate of synthesis of nanoparticles and eco-friendliness. In this paper, we report on biosynthesis of silver nanoparticles using aqueous shoot extract of P. hysterophorus at room temperature along with degradation of methyl orange dye. Uv-is spectral analysis showed peak at 430 nm. FT-IR studies reveal the presence of bioactive functional groups such as phenolic compounds, amine and aromatic ring are found to be capping and stabilizing agents of nanoparticles. The morphology of silver nanoparticles was found to be spherical as confirmed by SEM and TEM study. Fluorescent microscopy patterns also suggest the occurance of spherical shaped particles and XRF study suggest the presence of silver. Further, photocatalytic degradation of methylene blue was measured spectrophotometrically by using silver nanoparticles. Kinetics of dye degradation showed good agreement with pseudo-second-order rate equation. Thermodynamic parameters such as Gibbs free energy (∆G ◦ ), enthalpy (∆H ◦ ) and entropy (∆S ◦ ) were also calculated and it was found that the degradation of dye by AgNPs was a spontaneous, feasible and endothermic in nature. The results revealed the biosynthesized silver nanoparticles using P. hysterophorus was found to be impressive in degrading methylene blue.
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 | 0,000 | 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 ».