Nano-Cellulose/MOF Derived Carbon Doped CuO/Fe3O4 Nanocomposite as High Efficient Catalyst for Organic Pollutant Remedy
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
Metal⁻organic framework (MOF)-based derivatives are attracting increased interest in various research fields. In this study, nano-cellulose MOF-derived carbon-doped CuO/Fe₃O₄ nanocomposites were successfully synthesized via direct calcination of magnetic Cu-BTC MOF (HKUST-1)/Fe₃O₄/cellulose microfibril (CMF) composites in air. The morphology, structure, and porous properties of carbon-doped CuO/Fe₃O₄ nanocomposites were characterized using SEM, TEM, powder X-ray diffraction (PXRD), X-ray photoelectron spectroscopy (XPS), and vibrating sample magnetometry (VSM). The results show that the as-prepared nanocomposite catalyst is composed of Fe₃O₄, CuO, and carbon. Compared to the CuO/Fe₃O₄ catalyst from HKUST-1/Fe₃O₄ composite and CuO from HKUST-1, this carbon-doped CuO/Fe₃O₄ nanocomposite catalyst shows better catalytic efficiency in reduction reactions of 4-nitrophenol (4-NP), methylene blue (MB), and methyl orange (MO) in the presence of NaBH₄. The enhanced catalytic performance of carbon-doped CuO/Fe₃O₄ is attributed to effects of carbon preventing the aggregation of CuO/Fe₃O₄ and providing high surface-to-volume ratio and chemical stability. Moreover, this nanocomposite catalyst is readily recoverable using an external magnet due to its superparamagnetic behavior. The recyclability/reuse of carbon-doped CuO/Fe₃O₄ was also investigated.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 découle