A novel approach for immobilizing Ag/ZnO nanorods on a glass substrate: Application in solar light-driven degradation of micropollutants in water
Notice bibliographique
Résumé
One of the main challenges in applying photocatalysts for water treatment is the complex separation and recycling process. In this study, we developed highly stable, porous zinc oxide nanorods (ZnO NRs) immobilized on glass vials using a solvent exchange process (SEP) and hydrothermal calcination. Key parameters, including oleic acid concentration and hydrothermal growth time, were optimized to maximize the active surface area, significantly enhancing photodegradation performance. Under the best conditions, ZnO NRs-coated vials achieved nearly 100% degradation of sulfamethoxazole (SMX) in 10 h of simulated solar irradiation. Depositing silver nanoparticles on the surface of ZnO NRs (Ag/ZnO NRs) further improved performance, reducing degradation time to 4 h and increasing photocatalyst stability. The Ag/ZnO NRs-coated vials, optimized with an Ag precursor concentration of 0.05 M, also demonstrated high degradation rates (>99%) for eight organic micropollutants at environmentally relevant concentrations over multiple reuse cycles and with minimal metal leaching. This study presents an innovative, tunable method for immobilizing photocatalysts on glass substrates, offering high surface area, excellent photocatalytic activity, and mechanical properties, making it highly suitable for water treatment 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 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) | 0,001 | 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 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 ».