Development of high performing UiO-67/BiFeO3 photocatalyst for selective CO2 conversion to methanol: Process optimization by RSM
Notice bibliographique
Résumé
The continuous rise in atmospheric CO 2 levels due to industrialization has raised pressing environmental concerns, necessitating efficient carbon capture and utilization strategies. Among them, the photocatalytic reduction of CO 2 to methanol offers a sustainable approach that mitigates emissions while producing a valuable solar fuel. Metal-organic frameworks (MOFs) have emerged as promising photocatalysts due to their high surface area, tunable porosity, and dense active sites, though their wide bandgaps limit visible-light activity. In this study, a UiO-67/BiFeO 3 composite photocatalyst was synthesized via a wet chemical method, combining BiFeO 3 's narrow bandgap with the structural advantages of UiO-67. Photocatalytic tests under visible light showed a significant improvement in methanol production, with the composite achieving 93.99 μmol/g·h after 4 h outperforming pure UiO-67 (31.29 μmol/g·h) and BiFeO 3 (8.01 μmol/g·h). To optimize reaction conditions, Response Surface Methodology (RSM) and Box–Behnken design (BBD) were employed. The resulting model (R 2 = 0.9966) identified an optimal methanol production rate of 95.06 μmol/g·h with a desirability value of 1.000. These findings highlight the synergistic role of BiFeO 3 's light absorption and UiO-67's CO 2 adsorption, showcasing the potential of RSM in optimizing MOF-based photocatalytic systems for sustainable CO 2 conversion.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».