Polyester (PET) Degradation in Mild-Alkaline Solutions Assisted by Ultrasonication and UV-Activated Metal Oxides
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
The exponential and continuous growth in the production and consumption of plastics, particularly polyethylene terephthalate (PET), due to their versatile applicability, has led to the accumulation of persistent plastic waste in the environment. This has created an urgent need to develop more sustainable and efficient recycling technologies. Although several recycling methods, such as mechanical and chemical recycling, have been implemented on an industrial scale, existing technologies still do not fully recover PET to its original quality or rely heavily on hazardous chemicals at elevated operating conditions. In this study, we explored a greener approach for PET depolymerization through hydrolysis under milder conditions, enhanced by mechanochemical degradation via ultrasonication, and integrated with UV-assisted treatment using five heterogeneous catalysts (ZnO, ZnFe₂O₄, Fe₂O₃, Y₂O₃, and SrO). The results of this study proved the significance of the mechanochemical effect of ultrasonication, which enhanced PET degradation by promoting chain scission, achieving up to 21.5% PET conversion and 19.0% terephthalic acid (TPA) yield in 1M NaOH hydrolysis. Among the catalysts tested under 0.1M NaOH hydrolysis, SrO exhibited the highest catalytic performance due to the formation of Sr(OH)2, which provides additional hydroxide ions for ester bond cleavage. However, excessive SrO loading led to SrSO₄ precipitation during acidification, requiring additional purification of the TPA product.
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) | 0,001 | 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 découle