Synthesis of nanostructured cupric oxide for visible light assisted degradation of organic wastewater pollutants
Notice bibliographique
Résumé
When organic dye-containing wastewater from textile industries are sometimes released into the environment, the liquids tend to pollute the environment whilst their solid residue accrues on land after the evaporation of the water. Most of these synthetic compounds are known to be poisonous and carcinogenic to living organisms. For this study, a relatively simple, sustainable and cost-effective approach have been utilized to synthesize CuO nanoparticles using copper precursor salts: (CuSO4.5H2O) and (Cu(NO3)2.3H2O), as a remedy for dye pollution reduction in water. Due to their simplicity of synthesis, insignificant harmfulness and cost, copper (II) oxide (CuO) nanoparticles were used to breakdown three generally utilized dyes; Rhodamine B (RhB), Methylene Blue (MB)- [Methylthioninium chloride] and Methyl Orange (MeO). The as-prepared nanoparticles were characterized to determine the ordered arrangement of atoms, functional groups, weight loss, thermal properties, microstructure and surface characteristics. Most significantly, the predominant preferential crystal growth was along the {002}/{-111} plane for the sulphate-based precursor whiles for the nitrate based precursor, it was preferentially grown along the {111} direction. The mesoporous nanoparticles had average crystallite sizes of 12 nm and 15 nm; and BET surface areas of 42.9 m2/g, and 69.6 m2/g respectively. The as-prepared nanoparticles were assessed for their photocatalytic behaviour in response to visible light exposure for 100 minutes at 25-min’ intervals. The nitrate precursor-based CuO photocatalysts showed relatively higher photodegradation efficiency (MeO-94.3%; MB- 90.6%; RhB - 99.6%) as compared with the sulphate precursor-based CuO photocatalysts (MeO-85.2 %; MB- 87.9%; RhB- 98.8%). Synthesis of nanostructured cupric oxide for visible light assisted degradation of organic wastewater pollutantsAll authorsDavid Dodoo-Arhin , Etchu E. Mbu, Seteno K. Ntwampe, Edward N. Malenga, Elvis Fosso-Kankeu, Benjamin Agyei-Tuffour , Emmanuel Nyankson, Abu Yaya & Henry Agbe | https://doi.org/10.1080/23311916.2021.1920563Published online:11 May 2021Display full size
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».