Enhanced photocatalytic and antibacterial properties of silver–zirconia nanoparticles for environmental pollution treatment
Notice bibliographique
Résumé
Abstract Silver–zirconia nanoparticles (Ag–ZrO 2 NPs) were synthesized via an in situ strategy at room temperature using NaBH 4 as a reducing agent. The surface modification of ZrO 2 nanoparticles with nano silver was confirmed through various characterization techniques including Fourier Transform Infrared Spectroscopy (FTIR), UV–vis Diffuse Reflectance Spectroscopy (UV–vis DRS), X-ray Diffraction (XRD), and Field Emission Scanning Electron Microscopy (FESEM). The obtained results demonstrated that Ag nanoparticles, with a crystallite size of approximately 12 nm, were uniformly distributed on the surface of ZrO 2 nanoparticles. The incorporation of Ag nanoparticles to the ZrO 2 nanoparticles led to increasing the light absorption ability and reducing the band gap of Ag–ZrO 2 nanoparticles, thereby enhancing their photocatalytic performance under infrared lamp exposure. When 1 g/L of Ag–ZrO 2 nanoparticles was employed to methylene blue (MB) solution, the degradation of MB reached 90 % after 5 h of exposure. Additionally, the Ag–ZrO 2 nanoparticles exhibited a high antibacterial activity against two bacterial strains, E. coli and S. aureus . These findings highlight the potential of Ag–ZrO 2 nanoparticles as effective materials for environmental pollution treatment through advanced oxidation processes.
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 ».