MétaCan
Menu
Retour à la cohorte
Enregistrement W2890939098 · doi:10.2174/1573413714666180911101337

New Er3+-substituted NiFe2O4 Nanoparticles and their Nano-heterostructures with Graphene for Visible Light-Driven Photo-catalysis and other Potential Applications

2018· article· en· W2890939098 sur OpenAlexaff
Asima Anwar, Muhammad Yousuf, Bashir Tahir, Muhammad Shahid, Muhammad Imran, Muhammad Azhar Khan, Muhammad Sher, Muhammad Farooq Warsi

Notice bibliographique

RevueCurrent Nanoscience · 2018
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMagnetic Properties and Synthesis of Ferrites
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésSpinelGrapheneMaterials sciencePhotocatalysisRaman spectroscopyNanoparticleOxideChemical engineeringNanocompositeVisible spectrumMagnetic nanoparticlesHeterojunctionPowder diffractionNanotechnologyCatalysisOptoelectronicsChemistryOrganic chemistryMetallurgyOpticsCrystallography

Résumé

récupéré en direct d'OpenAlex

Background: Spinel ferrites have great scientific and technological significance because of their easy manufacturing, low cost and outstanding electrical and magnetic properties. Nickel ferrite nanoparticles are ferromagnetic material with an inverse spinel structure. They show remarkable magnetic properties and hence have a wide range of applications in magnetic storage devices, microwave devices, gas sensors, telecommunication, drug delivery, catalysis and magnetic resonance imaging. Objective: The aim and objective of this research article is to study the relative effect of NiErxFe2-xO4 nanoparticles and their composites with reduced graphene oxide (rGO) for the photocatalytic degradation reaction and other physical parameters. Method: Rare earth Er3+ substituted NiErxFe2-xO4 nanoparticles were synthesized via the facile wet chemical route. Six different compositions of NiErxFe2-xO4 with varied Er3+ contents such as (x) = 0.00, 0.005, 0.01, 0.015, 0.02 and 0.025 were selected for evaluation of the effect of Er3+ on various parameters of NiFe2O4 nanoparticles. Reduced graphene oxide (rGO) was prepared by Hummer’s method and was characterized by UV-Visible spectroscopy, X-ray powder diffraction and Raman spectroscopy. Nano-heterostructures of NiErxFe2-xO4 with rGO were prepared by the ultra-sonication method. Results: X-ray powder diffraction (XRD) confirmed the spinel cubic structure of all the compositions of NiErx- Fe2-xO4 nanoparticles. The photocatalytic degradation rate of methylene blue and congo red under visible light irradiation was found faster in the presence of NiErxFe2-xO4-rGO nanocomposites as compared to bare nanoparticles. It was also investigated that as the Er3+ contents were increased in NiErxFe2-xO4 nanoparticles, the dielectric parameters were largely affected. The room temperature DC-resistivity measurements showed that the Er3+ contents in NiFe2O4 are responsible for the increased electrical resistivity of ferrite particles. The electrochemical impedance spectroscopic (EIS) analysis of NiErxFe2-xO4 nanoparticles and NiErxFe2-xO4-rGO nanocomposites revealed that the ferrite particles possess low conductance as compared to the corresponding composites with graphene. Conclusion: The data obtained from all these characterization techniques suggested the potential applications of the NiErxFe2-xO4 nanoparticles and NiErxFe2-xO4-rGO nanocomposites for visible light driven photo-catalysis and high-frequency devices fabrication.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,241
Écart entre enseignants0,224 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations35
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent NanoscienceMême sujetMagnetic Properties and Synthesis of FerritesTravaux en français237 207