Catalytic degradation of methyl red using <scp>PZnW<sub>11</sub></scp>/<scp>m‐Go</scp> as a high‐performance photocatalyst
Notice bibliographique
Résumé
Abstract In this research, zinc (II)‐substituted Keggin‐type polyoxometalate [(C 4 H 9 ) 4 N] PZnW 11 O 39 (PZnW 11 ) was prepared and stabilized on the modified graphene oxide (m‐GO) for removal of methyl red (MR) dye from aqueous solution. The maximum dye degradation and significance of variables on the decolorization system in static conditions were determined using response surface methodology (RSM). The main variables affecting the decolorization performance on dye decolorization, including system temperature (25–40°C), catalyst amount (0.001–0.005 g), and irradiation time (5–25 min), were evaluated. The optimum temperature, catalyst applying amount, and irradiation time were identified as 35°C, 0.003 g, and 20 min, respectively, and the experimental dye removal value was 96.8%. The high regression coefficient between the response and the variables ( R 2 = 0.9335) showed a good investigation of the experimental results by regression‐based polynomial model. In comparison with the previously reported photocatalytic decolorization systems, the dye removal system suggested in this work is quick, easy and involves a small amount of catalyst. Polyoxometalate‐based photocatalyst (PZnW 11 /m‐GO) shows potent visible‐light photocatalytic activity for the decolorization of methyl red dye, due to the generates the strong oxidants hydroxyl radical (OH) and superoxide anion radical (O 2 − ) via photoelectrochemical decomposition of H 2 O and O 2 in the presence of visible light irradiation. Efficient decolorization and degradation of organic contaminants by synthesized catalyst PZnW 11 /m‐GO suggest its potential for real industrial applications in removal of synthetic dye wastewater.
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 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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 tête enseignante, 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 ».