Arbutin Stabilized Silver Nanoparticles: Synthesis, Characterization, and Its Catalytic Activity against Different Organic Dyes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In this study, we report one-pot, single step synthesis of silver nanoparticles stabilized by using arbutin. The concentration of reducing agent (NaBH4) used in the preparation was kept at double, and arbutin was used as a stabilizing agent. The confirmation of prepared silver nanoparticles was done by color change and UV-Vis surface plasmon resonance peak at 435 nm in UV-Vis spectrum. Size dispersion of nanoparticles was carried out by Dynamic Light Scattering (DLS) and surface charge on nanoparticles. Stability was analyzed by Zeta potential. A strong negative charge indicated that nanoparticles are well stabilized throughout the solution. Morphology and 3D topographic images were obtained by Atomic Force Microscopy (AFM). The crystalline nature of nanoparticles was elucidated by X-ray diffraction analysis. The size and morphology of solid, well-grinded nanoparticles was proceeded by Scanning Electron Microscopy (SEM). The catalytic activities of nanoparticles were carried out against methylene blue, methyl orange, safranin, and eosin. The results demonstrated that synthesized silver nanoparticles commenced the degradation reaction of dyes mentioned. Prepared silver nanoparticles are found to have adequate catalytic activity, as it can be comprehended in time-dependent UV-Vis spectrums of dyes after treating them with AgNPs.
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.
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 | 0,000 | 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 | 0,001 | 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) | 0,001 | 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 découle