Fluorescent Chitosan Hydrogels Based on Biomass‐Derived Carbon Dots for Toxic Aromatic Detection
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
Abstract This study presents a sustainable method for synthesizing anionic carbon dots (CDs) from food waste, specifically almond peels (AP) and butternut peels (BP) and seeds (BS), using a microwave‐ultrasound process. The novelty of this work lies in the systematic investigation of thermal pretreatment (torrefaction) and its influence on the photoluminescence (PL) properties of biomass‐derived CDs. Torrefaction enhances PL intensity in CDs synthesized from almond peels and butternut seeds, while having a limited effect on those from butternut peels. The resulting CDs exhibit excitation‐dependent, blue‐emitting fluorescence and maintain over 85% PL stability across the environmentally relevant pH range of 5–9. To enable pollutant detection, the optimized CDs are embedded into chitosan‐based hydrogels, forming water‐stable, reusable fluorescent sensors. These composites detect aromatic contaminants, including pentachlorophenol (PCP) and 4‐chloro‐2‐methylphenoxyacetic acid (MCPA), with detection limits of 1.45 ± 0.08 and 4.10 ± 0.10 n m , respectively. The combination of waste valorization, surface‐state modulation, and soft‐material integration supports the development of cost‐effective, environmentally friendly sensors. This initiave contributes to Sustainable Development Goals focused on clean water and responsible consumption by transforming food waste into functional materials for environmental monitoring.
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 | 0,001 |
| 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