MétaCan
Menu
Retour à la cohorte
Enregistrement W4321598460 · doi:10.3390/catal13030465

Electrocatalytic Oxidation of Nitrophenols via Ag Nanoparticles Supported on Citric-Acid-Modified Polyaniline

2023· article· en· W4321598460 sur OpenAlexafffund
Milad Khani, Ramaswami Sammynaiken, Lee D. Wilson

Notice bibliographique

RevueCatalysts · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiqueConducting polymers and applications
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPolyanilineCitric acidChemistryAdsorptionElectrocatalystNitrophenolCyclic voltammetryInorganic chemistryAnilineDesorptionNuclear chemistryNanoparticleMonolayerX-ray photoelectron spectroscopyElectrochemistryMaterials scienceChemical engineeringOrganic chemistryCatalysisPolymerElectrodeNanotechnology

Résumé

récupéré en direct d'OpenAlex

Citric-acid-modified polyaniline (P-CA) and P-CA modified with Ag nanoparticles (Ag@P-CA) were prepared via an in situ reduction method. The physicochemical properties of P-CA and Ag@P-CA were compared to unmodified polyaniline (PANI) and PANI-modified Ag nanoparticles (Ag@PANI). Ag@P-CA had a lower content of aniline oligomers compared to Ag@PANI. P-CA and Ag@P-CA had a greater monolayer adsorption capacity for 2-nitrophenol and lower binding affinity as compared to PANI and Ag@PANI materials. X-ray photoelectron spectroscopy and cyclic voltammetry characterization provided reason and evidence for the higher conductivity of citric-acid-modified materials (P-CA and Ag@P-CA versus PANI and Ag@PANI). These results showed the potential utility for the optimization of adsorption/desorption and electron transfer steps during the electrochemical oxidation of nitrophenols. The oxidation process employs Ag@P-CA as the electrocatalyst by modifying polyaniline with Ag nanoparticles and citric acid, which was successfully employed to oxidize 2-nitrophenol and 4-nitrophenol with comparable selectivity and sensitivity to their relative concentrations. This work is envisaged to contribute significantly to the selective conversion of nitrophenols and electrocatalytic remediation of such waterborne contaminants.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,931

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,276
Écart entre enseignants0,249 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCatalystsMême sujetConducting polymers and applicationsTravaux en français237 207