Oxidation of aqueous organic pollutants using a stable copper nanoparticle suspension
Notice bibliographique
Résumé
Abstract Many applications of copper nanoparticles (Cu‐NPs) have been suggested in recent years, although the potential for use of Cu‐NPs in water treatment processes has received relatively little attention. This work highlights the preparation, characterization, and application of polyethylenimine capped copper nanoparticles for use in oxidative degradation of organic pollutants in aqueous solutions; atrazine was selected as a representative pollutant. A stable aqueous Cu‐NP suspension was prepared, with polyethylenimine (PEI) as capping agent, under ambient conditions. The Cu:PEI ratio during Cu‐NP synthesis has a significant influence on nanoparticle properties as well as on the degradation of atrazine. The synthesized Cu‐NPs, which comprised a mixture of Cu0 and Cu2O, induced rapid atrazine degradation (> 99 % in 1 h) and significantly superior performance over commercial nano‐copper oxide powder. Mechanistic insight into the atrazine degradation, via electron spin resonance (ESR) measurements, demonstrated (i) that significant hydroxyl radicals were generated only in the presence of Cu‐NPs, (ii) longevity of radical generation, and (iii) regeneration of hydroxide radicals. The efficiency of the Cu‐NPs applied to oxidative degradation was further demonstrated on eight other representative organic water pollutants.
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) | 0,000 | 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 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 ».