Green synthesis of nano‐crystallite <scp>CuO</scp> from waste sources for the enhancement of antimicrobial properties
Notice bibliographique
Résumé
Abstract Global electronic waste has almost doubled since 2010, increasing from 33.8 MMT to over 62 MMT in 2022, and will reach 82 MMT by 2030. So, it will become the most pressing problem for the world if it cannot be utilized properly. In this research, Cu was collected from waste wire and used to synthesize CuO nanoparticles. The hydrothermal technique was properly employed, and X‐ray diffraction (XRD), thermogravimetric analysis (TGA), and Fourier transform infrared spectroscopy (FTIR) were used to characterize the prepared CuO nanoparticles. Scherrer's equation, linear straight‐line method, Monshi–Scherrer's method, size‐strain plot method, Williamson–Hall method, Sahadat–Scherrer's model, and Halder–Wagner method were applied to evaluate the crystallite size, preference growth, volume of the unit cell, lattice parameters, degree of crystallinity, macrostrain, energy density, and crystallinity index of the developed CuO samples. All models, except the linear straight‐line model, computed that crystallite size was within the acceptable range of 1–100 nm. The Rietveld refinement reported that the synthesized compound consisted of CuO phases and a small amount of Cu 2 O, which was negligible. The antimicrobial action of synthesized CuO nanoparticles was examined against gram‐negative ( Escherichia coli ) and gram‐positive ( Staphylococcus aureus ) bacteria. The investigations found that a significant inhibition zone was created for those microorganisms.
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 | 0,000 |
| 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) | 0,000 | 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 ».