Toward Financially Viable Phytoextraction and Production of Plant-Based Palladium Catalysts
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide Although a promising technique, phytoextraction has yet to see significant commercialization. Major limitations include metal uptake rates and subsequent processing costs. However, it has been shown that liquid-culture-grown Arabidopsis can take up and store palladium as nanoparticles. The processed plant biomass has catalytic activity comparable to that of commercially available catalysts, creating a product of higher value than extracted bulk metal. We demonstrate that the minimum level of palladium in Arabidopsis dried tissues for catalytic activity comparable to commercially available 3% palladium-on-carbon catalysts was achieved from dried plant biomass containing between 12 and 18 g·kg –1 Pd. To advance this technology, species suitable for in-the-field application: mustard, miscanthus, and 16 willow species and cultivars, were tested. These species were able to grow, and take up, palladium from both synthetic and mine-sourced tailings. Although levels of palladium accumulation in field-suitable species are below that required for commercially available 3% palladium-on-carbon catalysts, this study both sets the target, and is a step toward, the development of field-suitable species that concentrate catalytically active levels of palladium. Life cycle assessment on the phytomining approaches described here indicates that the use of plants to accumulate palladium for industrial applications has the potential to decrease the overall environmental impacts associated with extracting palladium using present-day mining processes.
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 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 | 0,001 | 0,001 |
| 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 tête enseignante, 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 ».