Fabrication of g-C<sub>3</sub>N<sub>4</sub>/NiO/ZnO based Ternary Nanocomposite for Efficient Photocatalytic Degradation of Methylene Blue
Notice bibliographique
Résumé
Photocatalysis has emerged as a widely recognized and environmentally friendly technique for the degradation of biological contaminants into less hazardous substances. The technique offers a sustainable path for contamination reduction by utilizing sunlight-activated catalysts to initiate reactions for the degradation of pollutants. In this work, a facile co-precipitation approach was utilized to synthesize a ternary nanocomposite-based photocatalyst to improve photocatalytic performance. The metal oxide semiconductors ZnO and NiO were successfully integrated into the g-C3N4 matrix to develop a photocatalyst that showed substantially increased photocatalytic activity. The synthesized ternary nanocomposite was investigated for different physicochemical techniques such as photoluminescence (PL), ultraviolet-visible (UV-Vis) absorption spectroscopy, scanning electron microscopy (SEM), Raman spectroscopy, and X-ray diffraction (XRD). The structural, morphological, and optical characteristics of the ternary nanocomposite were thoroughly explored by these physiochemical techniques. The synthesized CNZ ternary nanocomposites-based photocatalyst revealed a significantly enhanced photocatalytic degradation rate of 92%, outperforming all other samples. The ternary nanocomposite demonstrated excellent reusability even after five successive reaction cycles, unveiling the superior potential in the photocatalytic application for an extended period without significantly losing its effectiveness. The synergistic integration of NiO and ZnO into g-C3N4 boosted the photocatalytic activity by enhancing electron-hole separation and reducing recombination reactions. The hybrid photocatalyst offers a great deal of promise for effectively eliminating harmful pollutants from aqueous solutions.
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) | 0,001 | 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 ».