Insight mechanism of magnetic activated catalyst derived from recycled steel residue for black liquor degradation
Notice bibliographique
Résumé
The present work deals with developing a method for revalorizing steel residues to create sunlight-active photocatalysts based on iron oxides. Commercial-grade steel leftovers are oxidized under different combinations of pH and temperature (50–90 °C and 3 ≥ pH ≤ 5) in a low energy-intensive setup. The material with the highest production efficiency (yield > 12%) and magnetic susceptibility (χ m = 387 × 10 −6 m 3 /kg) was further explored and modified by diffusion of M 2+ (Zn and Co) ions within the structure of the oxide using a hydrothermal method to create ZnFe 2 O 4 , CoFe 2 O 4 and combined Co–Zn ferrite. (Co–Zn)Fe 2 O 4 displayed a bandgap of 2.02 eV and can be activated under sunlight irradiation. Electron microscopy studies show that (Co–Zn)Fe 2 O 4 consists of particles with diameters between 400 and 700 nm, homogeneous size, even distribution, and good dispersibility. Application of the developed materials in the sunlight catalysis of black liquors from cellulose extraction resulted in a reduction of the Chemical Oxygen Demand (− 15% on average) and an enhancement in biodegradability (> 0.57 BOD/COD) after 180 min of reaction. Since the presented process employs direct solar light, it opens the possibility to large-scale water treatment and chemical upgrading applications.
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) | 0,001 | 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 ».