Photodegradation of lignin biowaste catalyzed by biosynthesized zinc oxide nanoparticles using the leaf extract of Aristotelia chilensis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
• Biogenic ZnO–B nanoparticles achieved up to 90.57% lignin degradation. • First study evaluating biogenic ZnO for photocatalytic lignin degradation. • Photocatalytic lignin conversion into high-value chemicals with diverse uses. This study evaluated the photocatalytic activity of zinc oxide nanoparticles (ZnO-B) synthesized using a leaf extract of Aristotelia chilensis and the effect of calcination at different temperatures (400, 600, and 800 °C) on their properties and performance. The photocatalytic degradation of lignin was compared among biogenic ZnO-B, chemically synthesized ZnO (ZnO–Ch), and commercial ZnO (ZnO–C). The lignin degradation rates after 24 h were ZnO–B_400 (60.8%), ZnO–B_600 (90.57%), ZnO–B_800 (27.83%), ZnO–Ch (23.2%), and ZnO–C (80.7%). The nanoparticles were characterized by TEM, XRD, FTIR, and UV–vis spectroscopy. The physicochemical properties and photocatalytic efficiency of ZnO–B were significantly influenced by calcination temperature, with ZnO–B_600 demonstrating superior photocatalytic activity under UV-A and simulated sunlight. GC–MS analysis of lignin degradation products revealed the transformation of lignin into high-value chemicals, including 2,3-hexanediol, 1,2-benzenedicarboxylic acid diethyl ester, phthalic acid cyclobutyl isobutyl ester, 2-(1-oxopropyl)-benzoic acid, and 4-hydroxy-2-butanone. These findings highlight the potential of biogenic ZnO-B nanoparticles in photocatalytic processes for the valorization of Kraft lignin into value-added compounds of interest to the chemical, cosmetic, and pharmaceutical industries.
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.
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 découle