MétaCan
Menu
Retour à la cohorte
Enregistrement W4360982993 · doi:10.1016/j.jssc.2023.124001

A core-shell FeNiP@ SrFe-MOF magnetic powder with rapid and efficient degradation of dye and Cr(VI) wastewater

2023· article· en· W4360982993 sur OpenAlexaff
Zhifen Yuan, Rong‐Yu Liu, Hanzhe Zhu, Zhenghou Zhu

Notice bibliographique

RevueJournal of Solid State Chemistry · 2023
Typearticle
Langueen
DomaineChemistry
ThématiqueNanomaterials for catalytic reactions
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésWastewaterMaterials scienceDegradation (telecommunications)PorosityRaw materialSpecific surface areaMagnetic separationChemical engineeringNuclear chemistryMetallurgyChemistryWaste managementComposite materialCatalysisOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

In this paper, a kind of zero valent FeNi alloy nano powder was coated on the surface of SrFe-MOF powder by a simple, efficient and pollution-free method, forming a core-shell type FeNi p @SrFe-MOF Magnetic powder (FSM). The FSM powder has a porous structure and a specific surface area of 9.16 ​m 2 /g. Under normal temperature and without changing the pH value of the wastewater, the FSM magnetic powder has an immediate and efficient removal effect on Congo Red (CR) dye wastewater. Furthermore, the powder has good cycling performance, with the CR removal rate remaining above 90% after five cycles. Also at room temperature and without changing the pH value of the wastewater, the FSM magnetic powder provides some immediate, efficient, and repeated use degradation of Cr(VI) wastewater. The FSM magnetic powder has good magnetic properties so that can be easily separated and recovered by magnetic field treatment, which solves the problem of efficient recovery of raw materials in wastewater treatment . FSM magnetic powder has broad application prospects for treating wastewater.

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 seuil0,651

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,246
Écart entre enseignants0,227 · 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

Citations8
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Solid State ChemistryMême sujetNanomaterials for catalytic reactionsTravaux en français237 207