Enhanced visible photocatalytic activity of Fe‐Cu‐ZnO/graphene oxide photocatalysts for the degradation of organic dyes
Notice bibliographique
Résumé
Abstract Fe‐Cu‐ZnO/graphene oxide (Fe‐Cu‐ZnO/GO) photocatalysts are successfully prepared by the sol‐gel method and characterized by X‐ray diffraction (XRD), scanning electron microscopy (SEM), energy dispersive spectroscopy (EDS), high resolution transmission electron microscopy (HRTEM), Fourier transform infrared spectrometry (FTIR), UV‐Vis diffuse reflectance spectra (UV‐Vis DRS), and X‐ray photoelectron spectroscopy (XPS). The results show that the Fe‐Cu‐ZnO/GO photocatalyst has the smaller average crystallite size and the narrower band gap, exhibits the stronger light absorption in the whole visible light region, and possesses better charge separation capability than that of pure ZnO, ZnO/GO, and Cu‐ZnO/GO photocatalysts. The photocatalytic activity of these catalysts is tested by degradation of dark green dye under visible light irradiation which demonstrates that Fe‐Cu‐ZnO/GO photocatalyst effectively degrades dark green dye and shows a significant photocatalytic enhancement compared to ZnO, ZnO/GO, and Cu‐ZnO/GO photocatalysts. The degradation rate of dark green dye can reach up to 99.28 %, when the initial concentration of dark green dye is 50 mg/L and the Fe‐Cu‐ZnO/GO catalyst dosage is 1 g/L with neutral pH under 90 min of visible light irradiation. In addition, Fe‐Cu‐ZnO/GO photocatalyst shows a good degradation efficiency on three other dyes. Meanwhile, the catalyst shows relatively superior reusability according to the cycling tests.
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 ».