Zr-modified ZnO nanoparticles: Optimized photocatalytic degradation and antibacterial efficiency for pollution control
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
Rapid urban expansion and industrial advancement have led to severe environmental pollution, particularly in water bodies contaminated with toxic dyes and harmful pathogens. Zinc oxide (ZnO) nanoparticles have been extensively researched for their photocatalytic and antibacterial properties. However, their efficiency is limited by rapid electron-hole recombination and poor light absorption. In this study, ZnO nanoparticles doped with zirconium (Zr) were synthesized to overcome these limitations. Structural, morphological, and optical analyses, including XRD, FT-IR, FT-Raman, PL, UV-DRS, XPS, FE-SEM, HR-TEM, and EDS confirmed the successful incorporation of Zr into ZnO lattice. This incorporation effectively reduced the band gap from 3.11 eV to 3.05 eV. This modification enhanced both light absorption and charge separation. Photocatalytic degradation tests using the azo dye such as Reactive Red 120 under UV-A and sunlight exposure demonstrated that 3 wt% Zr-doped ZnO achieved nearly 100 % degradation efficiency under both light sources. The intermediates were analysed by GC-MS analysis, and a suitable degradation pathway is proposed. Additionally, antibacterial assays towards Pseudomonas aeruginosa, Bacillus subtilis, Staphylococcus aureus and Escherichia coli showed a significant increase in bacterial inhibition with Zr-doped ZnO. These results indicate that Zr-doped ZnO nanoparticles are interesting candidates for environmental applications such as wastewater treatment and antimicrobial surface coatings.
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