A green route to prepare fluorescent and absorbent nano-hybrid hydrogel for water detection
Notice bibliographique
Résumé
Abstract An environment-friendly fluorescent nano-hybrid hydrogel has been synthesized successfully, from cellulose nanocrystal (CNC), acrylic acid (AA) and phosphorescent Eu2+/Dy3+doped SrAl2O4via free radical polymerization. The hydrogel network matrix fixed Eu2+/Dy3+doped SrAl2O4nanoparticles by polymer chains with coordinate bonds that prevented particles from aggregating and quenching in water. The fluorescent nano-hybrid hydrogel exhibited extremely high water absorption of which the swelling ratio in distilled water and NaCl salt solution were respectively of 323.35 g/g and 32.65 g/g. Furthermore, the hydrogel displayed excellent water retention property that can keep half of the moisture even exposed to 80 °C for 210 min. Besides, the hydrogel had bright green fluorescence under the sunlight or ultraviolet excitation, and the fluorescence intensity was up to 125477 after swelling 50 times in water. The time-resolved photoluminescence (TRPL) afterglow decay examination showed that the fluorescent emission persisted for 4 h after hydrogels excited at 368 nm wavelength UV-light for 10 min. The fluorescence intensity behaved significant linear relationship with the swelling ratio. As a result, these hydrogels were considered as promising candidates for the preparation of stable and sensitive sensor materials in green water detection.
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) | 0,001 | 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 | 0,001 |
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 ».