Orange peel derived biochar assisted rGO@MoS₂ composite for visible light driven ciprofloxacin degradation and hydrogen evolution
Notice bibliographique
Résumé
In the context of global sustainability and clean water initiatives, developing multifunctional catalysts for hydrogen production and pharmaceutical pollutant removal is crucial. Herein, a ternary reduced graphene oxide@MoS₂/orange peel-derived biochar (rGO@MoS₂/ODB) nanocomposite was synthesized via a facile hydrothermal method to enhance photocatalytic and electrocatalytic efficiencies through synergistic assembly. The composite exhibited a hierarchical morphology, confirming successful integration of MoS₂, ODB, and rGO. Photoluminescence analysis revealed significantly reduced charge recombination, with oxygen vacancy concentration increasing to 33.86 % from 14.17 % in pristine MoS₂. The rGO@MoS₂/ODB showed superior hydrogen evolution reaction activity, with a Tafel slope of 107 mV/dec and overpotential of 425 mV at 5 mA/cm 2 , indicating efficient charge transfer. In photocatalysis, it achieved 97.4 % ciprofloxacin degradation under visible light in 100 min, outperforming binary and pristine MoS₂. Performance depended on catalyst dosage, pollutant concentration, and irradiation time; optimum conditions were 25 mg catalyst, 20 ppm CIP, and 150 W lamp. Response surface methodology confirmed high statistical correlation (R 2 > 0.98). The catalyst maintained 93.4 % degradation efficiency after 10 cycles, demonstrating excellent reusability. These findings underscore the novelty of this sustainable, multifunctional composite as a robust platform for clean hydrogen production and wastewater treatment. • Novel rGO@MoS₂/ODB from orange peel biochar enables HER and CIP degradation. • Composite showed 97.4 % CIP removal and 107 mV/dec Tafel slope for HER activity. • RSM optimized degradation; catalyst retained >93 % efficiency after 10 cycles.
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 ».