Separation of mercuric ions using 2-thienylbenzimidazole/cucurbit[7]uril/iron-oxide nanoparticles by pH control
Notice bibliographique
Résumé
Abstract 2-Thienylbenzimidazole ( TBI )/cucurbit[7]uril (CB7) host–guest complex was used as a motif to significantly improve the turnover of γ-Fe 3 O 4 magnetic nanoparticles for potential application in the separation of toxic mercuric ions in polluted water samples. The mechanism of restoring the original solid materials is based on applying the pH-controlled preferential binding of the CB7 host to the TBI guest. The analytical application of this concept has not been realized in the literature. The pH-controlled stimuli-responsive abilities were confirmed in aqueous solution by the three-order of magnitudes higher stability constant of the protonated TBIH + /CB7 complex (e.g., K = 4.8 × 10 8 M −1 ) when compared to neutral TBI /CB7 complex (e.g., K = 2.4 × 10 5 M −1 ), also manifested in an increase in p K a values by ~ 3.3 units in the ground state. The supramolecular interaction and adsorption on iron oxide nanoparticles (NPs) were also spectroscopically confirmed in the solid state. The excited-state lifetime values of TBI /CB7NPs increased upon lowering the pH values (e.g., from 0.6 to 1.3 ns) with a concomitant blue shift of ~ 25 nm because of polarity effects. The time-resolved photoluminescent behaviors of the final solids in the presence of CB7 ensured pH-driven reusable systems for capturing toxic mercuric ions. The study offers a unique approach for the controllable separation of mercury ions using an external magnet and in response to pH through preferential binding of the host to guest molecules on the top of magnetic surfaces.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».