Photocatalytic and antibacterial activities of silver and iron doped titania nanoparticles in solution and polyaspartic coatings
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Visible region active photocatalytic coatings are of interest for antimicrobial activity in low light applications or those employing LED lights with limited UV content. This work examined Ag and Fe doped titania nanoparticles (nTiO 2 ) with varying dopant ranges in polyaspartic polymer coatings for potential light and dark activity. First, the Ag and Fe doped nTiO 2 were synthesized by sol–gel chemistry with varying dopant concentrations, then characterized with respect to their size and aggregate size distribution, crystallinity, and surface and band gap features. The photocatalytic activity was then tested with methylene blue under both AM 1.5 G and visible light. From both sample sets (Ag and Fe doped nTiO 2 ), the best photo catalytically active sample materials were chosen for antibacterial tests with gram-negative Escherichia coli ( E. coli ) and gram-positive Bacillus subtilis ( B. subtilis ) in (a) solution and (b) polyaspartic nanocomposites under UV and visible irradiation. The results showed that Ag doped nTiO 2 samples delivered the best and excellent antibacterial action, even in the dark, attributed to both an enhanced band gap and surface area, as well as a combination of photocatalytic activity and Ag being present at the nanoparticle’s surface. No leaching of Ag at room temperature was observed from the nTiO 2 structure, giving potential for next generation coatings that are both light and dark active.
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.
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 | 0,000 | 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 découle