MétaCan
Menu
Retour à la cohorte
Enregistrement W2971850189 · doi:10.1021/acsomega.9b01736

Facile Aqueous-Phase Synthesis of an Ultrasmall Bismuth Nanocatalyst for the Reduction of 4-Nitrophenol

2019· article· en· W2971850189 sur OpenAlexafffund
Yanjie Liang, John Manioudakis, Jun‐Ray Macairan, Mohammad S. Askari, Pat Forgione, Rafik Naccache

Notice bibliographique

RevueACS Omega · 2019
Typearticle
Langueen
DomaineChemistry
ThématiqueNanomaterials for catalytic reactions
Établissements canadiensCentre in Green Chemistry and CatalysisConcordia University
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of CanadaConcordia UniversityCentre québécois sur les matériaux fonctionnelsCentre in Green Chemistry and Catalysis
Mots-clésBismuthNanodotCatalysisReagentAqueous solutionDispersity4-NitrophenolRedoxMaterials scienceAqueous two-phase systemNanotechnologyNanoparticleChemistryInorganic chemistryCombinatorial chemistryChemical engineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Bismuth metallic nanoparticles have evoked considerable interest in catalysis owing to their small size, high surface area-to-volume ratio, and low toxicity. However, the need for toxic reductants and organic solvents in their synthesis often limits their desirability for application development. Here, we describe a green strategy to synthesize bismuth nanodots via the redox reactions between bismuth nitrate and d-glucose, in the presence of poly(vinylpyrrolidone) in the basic aqueous phase. Both reagents play a crucial role in the formation of monodisperse bismuth nanodots acting as mild reducing and capping agents, respectively. We further demonstrate that the catalytic activity of these dots via the successful reduction of the environmental contaminant 4-nitrophenol to its useful 4-aminophenol analogue requiring only 36 μg/mL nanocatalyst for 20 mM of the substrate. Moreover, they can be recovered and recycled in multiple reactions before the onset of an appreciable loss of catalytic activity. The proposed facile synthetic route and inexpensive matrix materials lead the way to access bismuth nanodots for both the fundamental study of reactions and their industrial catalysis applications.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,006
Score d'incertitude au seuil0,463

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,014
Tête enseignante GPT0,257
Écart entre enseignants0,243 · 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 tête enseignante, 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

Citations30
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS OmegaMême sujetNanomaterials for catalytic reactionsTravaux en français237 207