Laccase-Functionalized Hexagonal Boron Nitride-Coated Sponges for the Removal and Degradation of Anthracene
Notice bibliographique
Résumé
Superhydrophobic porous materials, for instance, sponges, membranes, and meshes, have attracted great attention due to their ability for adsorption of organic solvents, hydrocarbons, and oils while repelling water. In this work, we report an organic-solvent-free, environmentally benign, and cost-effective preparation method of a bifunctional adsorbent using a melamine sponge coated with few-layer hexagonal boron nitride nanosheets (hBNNs) functionalized with laccase (LA). The hBNNs are used as a building block for immobilizing and stabilizing LA for the removal and degradation of anthracene, a polycyclic aromatic hydrocarbon in crude oil, and to convert them to lighter and less-toxic substances. The physiochemical properties and performance of the sponges for the removal and degradation of anthracene were investigated thoroughly. The highest hydrocarbon degradation of 89% was obtained at an LA concentration of 2.72 mg/mL and pH 7, after 72 h. The degradation increased to 91% after 7 days of functionalized sponge exposure to the medium. Moreover, the functionalized sponges’ reusability studies revealed that the anthracene degradation efficiency was still as high as 54% after the hBNN–polyethylene oxide–LA sponges were repeatedly used 5 times. The strategy proposed for the fabrication of these sponges is facile and easy to scale up, not requiring the use of a complicated process or expensive equipment. These nano-engineered sponges are promising candidates for the separation and degradation of oils and hydrocarbons in oil spill remediation 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 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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,002 | 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 ».