MétaCan
Menu
Retour à la cohorte
Enregistrement W4409258595 · doi:10.1016/j.envc.2025.101146

Green synthesis of zero-valent iron nanoparticles from cape gooseberry (physalis peruviana l.) Biomass for oil spill remediation

2025· article· en· W4409258595 sur OpenAlexfundno aff
Amina Nalweyiso, Christine Betty Nagawa, Emel Yıldız, Serkan Uzman, Joshua Wanyama, John Baptist Kirabira, Ahmed Zziwa, Farad Sagala, Patrick Ssebugere, Christine Kyarimpa, Nicholas Kiggundu, Isa Kabenge

Notice bibliographique

RevueEnvironmental Challenges · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueEnvironmental remediation with nanomaterials
Établissements canadiensnon disponible
Organismes subventionnairesDepartment of Mechanical Engineering, University of AlbertaErasmus+Makerere University
Mots-clésPhysalisZerovalent ironBiomass (ecology)Environmental remediationCapeEnvironmental scienceNanoparticleChemistryBotanyNanotechnologyMaterials scienceBiologyGeographyEcologyAdsorptionArchaeologyContamination

Résumé

récupéré en direct d'OpenAlex

The study explores eco-friendly synthesis of zero valent iron nanoparticles (nZVI) using Cape gooseberry fruit, leaf or husk extracts as reducing agents for iron (III) chloride (0.5 M, 0.1 M or 0.01 M) precursor in a 2:1 ratio under sonication. The nZVI were characterized using ultraviolet-visible (UV–vis) spectroscopy, Fourier transform-infrared (FTIR) spectroscopy, X-ray diffraction (XRD), Scanning electron microscopy (SEM), Zetasizer analysis, and Brunauer-Emmett-Teller (BET) analysis. Batch remediation experiments for 1 ml, 5 ml, or 10 ml of diesel in 100 ml of deionized water were performed using 0.33 g of nZVI. The highest quantity of nZVI was obtained from 0.5 M FeCl 3 and fruit extract. FTIR and UV–vis spectroscopy confirmed that Cape gooseberry polyphenols reduced and stabilized the nZVI, while XRD indicated a crystalline alpha-iron core with iron oxide shells. SEM imaging revealed agglomeration in nZVI from fruit and leaf extracts, while husk extract nZVI showed uniform size and porosity. Zytasizer analysis showed nZVI from fruit extract had diameters under 100 nm, while leaf and husk extracts nZVI were slightly over 100 nm. Zeta potentials were -29.48 mV (fruit), -33.62 mV (leaf), and -33.5 mV (husk). BET analysis showed husk extract nZVI had the highest surface area. The synthesized nZVI achieved diesel remediation efficiencies of 94.3 % (fruit), 94.3 % (leaf), and 94.6 % (husk) demonstrating successful synthesis of nZVI for diesel contamination cleanup. In addition to being a waste material, husks are advantageous over the fruits and leaves as feedstock for nZVI synthesis due to their superior uniformity and surface area.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,204
Écart entre enseignants0,191 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental ChallengesMême sujetEnvironmental remediation with nanomaterialsTravaux en français237 207