FeNi bimetallic functionalized lignin catalyst for sustainable oxidation processes
Notice bibliographique
Résumé
The advancement of sustainable and efficient catalytic procedures is crucial in tackling the continuous environmental and industrial challenges, with research being inherently focused on sustainable chemical science to exploit the possibilities of cost-effective bio-based materials for practical applications. Considerably, this investigation delves into the synthesis, characterization, and use of Fe Ni bimetallic functionalized lignin (FeNi@Lig) catalysts using lignin extracted from spent coffee grounds, an underutilized agro-industrial waste. This eco-friendly approach emphasizes the valorization of non-traditional biomass while reducing waste streams. FeNi@Lig was used for oxidation processes, concentrating on the oxidation of bromothymol blue and cellulose for environmental remediation and the production of valuable chemicals. By capitalizing on the multifaceted attributes of lignin, FeNi@Lig catalysts were produced and examined using several techniques, uncovering an effective dispersion of Fe and Ni nanoparticles on the lignin support. The catalysts displayed remarkable efficiency and selectivity in oxidative processes, notably boosting reaction speeds and diminishing the creation of unwanted side products. The oxidation of bromothymol blue (BB) was carried out with a 2 % catalyst, yielding a conversion efficiency of 99.35 % in just 180 s. Likewise, the optimal cellulose oxidation exhibited an oxidation degree of 91.11 % with a 5 % catalyst. The outcomes emphasize the promise of catalysts derived from biomass in industrial settings, advocating for sustainable methodologies and propelling the realm of eco-friendly chemistry. • Fe Ni bimetallic lignin catalyst achieves 99.35 % dye oxidation in 3 min. • Efficient cellulose oxidation reaches 91.11 % using 5 % in 60 min at 60 °C. • High recyclability demonstrated, maintaining superior efficiency over multiple cycles. • Functionalized catalyst combines lignin biopolymer with metal nanoparticle synergy. • Sustainable solution for environmental cleanup and chemical transformations.
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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».