Zr-modified ZnO nanoparticles: Optimized photocatalytic degradation and antibacterial efficiency for pollution control
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.
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) | 0,000 | 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 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 ».