Photocatalytic Materials Obtained from E-Waste Recycling: Review, Techniques, Critique, and Update
Notice bibliographique
Résumé
Waste-derived materials obtained from the recovery and recycling of electronic waste (e-waste) such as batteries and printed circuit boards have attracted enormous attention from academia and industry in recent years, especially due to their eco-friendly nature and the massive increment in e-waste due to technological development. Several investigations in the literature have covered the advances achieved so far. Meanwhile, photocatalytic applications are especially of interest since they maintain mutual benefits and can be used for H2 production from solar water splitting based on semiconductor processing as a proper environmentally friendly technique for solar energy conversion. In addition, they can be utilized to degrade a variety of organic and non-organic contaminations. Nonetheless, to the best of the authors’ knowledge, there has not been any comprehensive review that has specifically been focused on e-waste-derived photocatalytic materials. In this regard, the present work is dedicated to thoroughly discussing the related mechanisms, strategies, and methods, as well as the various possible photocatalysts synthesized from e-wastes with some critiques in this field. This brief overview can introduce modern technologies and promising possibilities for e-waste valorization, photocatalytic processes, and new photocatalytic degradation methods of eco-friendly nature. This paper discusses various e-waste-obtained photocatalytic materials, synthesis procedures, and applications, as well as several types of e-waste, derived materials such as TiO2, ZnO, indium tin oxide, and a variety of sulfide- and ferrite-based photocatalytic materials.
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 | 0,002 | 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».