Catalytic Activation of Hydrogen Peroxide Using Highly Porous Hydrothermally Modified Manganese Catalysts for Removal of Azithromycin Antibiotic from Aqueous Solution
Notice bibliographique
Résumé
Hydrogen peroxide catalytic activation holds great promise in the treatment of persistent pollutants. In this study, the novel Mn-Acacair/Al, Mn-Acacarg/Al and Mn-BTCarg/Al catalysts, supported on Al2O3, were applied for rapid hydrogen peroxide activation and azithromycin antibiotic removal. The catalysts were prepared by the calcination-hydrothermal method under air or argon atmosphere. The characterization confirmed that the modification of manganese with acetylacetonate and benzene-1,3,5-tricarboxylic acid (H3BTC) O-donor ligands highly improves the catalyst porosity, amorphousity, and abundance of coordinately unsaturated sites, which facilitate the generation of reactive oxygen species. The hydrogen peroxide activation and azithromycin removal reached 98.4% and 99.3% after 40 min using the Mn-BTCarg/Al catalyst with incredible stability and reusability. Only a 5.2% decrease in activity and less than 2% manganese releasing in solutions were detected after five regeneration cycles under the optimum operating conditions. The removal intermediates were identified by LC-MS/MS analysis, and the pathways were proposed. The hydroxylation and decarboxylation reactions play a key role in the degradation reaction.
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 | 0,000 | 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 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 ».