Enhanced photocatalytic and antibacterial properties of silver–zirconia nanoparticles for environmental pollution treatment
Notice bibliographique
Résumé
Abstract Silver–zirconia nanoparticles (Ag–ZrO2 NPs) were synthesized via an in situ strategy at room temperature using NaBH4 as a reducing agent. The surface modification of ZrO2 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 ZrO2 nanoparticles. The incorporation of Ag nanoparticles to the ZrO2 nanoparticles led to increasing the light absorption ability and reducing the band gap of Ag–ZrO2 nanoparticles, thereby enhancing their photocatalytic performance under infrared lamp exposure. When 1 g/L of Ag–ZrO2 nanoparticles was employed to methylene blue (MB) solution, the degradation of MB reached 90 % after 5 h of exposure. Additionally, the Ag–ZrO2 nanoparticles exhibited a high antibacterial activity against two bacterial strains, E. coli and S. aureus. These findings highlight the potential of Ag–ZrO2 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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 source (Gemma direct ou Codex distillé), 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 ».