Engineering technology characterization of source solution for ZnO and their data analytics effect with aloe vera extract - 30/10/21

Doi : 10.1016/j.neuri.2021.100015 
Neha Verma a, , Manik Rakhra b , Mohammed Wasim Bhatt c , Urvashi Garg d
a Department of Physics, KRM DAVcollege Nakodar, India 
b Department of Computer Science and Engineering, Lovely Professional University Phagwara, India 
c Department of Computer Science and Engineering, Central University of Punjab, India 
d Department of Computer Science and Engineering, Chandigarh University, Punjab, India 

Corresponding author.

Benvenuto su EM|consulte, il riferimento dei professionisti della salute.
Articolo gratuito.

Si connetta per beneficiarne

Abstract

Increased population has led to create the environmental related issues. Zinc Oxide has great attention due to its application in versatile smart and functional material. In the recent paper, we have observed the variation in shape and size for different precursor (0.45 M - Zn acetate dihydrate, Zn nitrate hexahydrate) with aloe vera extract ZnO nanoparticles, data analytics have been prepared with annealing at 650C. The prepared solution was analyzed by using simple solution method. Structural, morphological, optical and electrical properties defined certain nanomaterials. XRD spectra showed polycrystalline in nature. In the case of Zn nitrate, more instance peaks are found and SEM reveals the particle size drop into a range of 50-90 nm. Analysis of FTIR was conducted to classify the mineral constituents. The further capacitance levels are measured at a low scale. The resistivity spectrum of ZnO nanoparticles ranged from   to   (in cm)−1. Optical band gap of the synthesized particles lies in the range of 3.10-3.20 eV, which confirmed that nanoparticles are suitable for gas sensor and solar cell applications. These synthesized nanoparticles can further be used for the neuroscience application such as fabrication of medical instruments and for medical purpose too. In turn, these materials contribute to novel diagnostic and therapeutic strategies, including drug delivery, neuroprotection, neural regeneration, neuroimaging and neurosurgery.

Il testo completo di questo articolo è disponibile in PDF.

Keywords : ZnO nanomaterials, Neuroscience, Engineering technology, XRD, FESEM, FTIR, LCR meter


Mappa


© 2021  Pubblicato da Elsevier Masson SAS.
Aggiungere alla mia biblioteca Togliere dalla mia biblioteca Stampare
Esportazione

    Citazioni Export

  • File

  • Contenuto

Vol 2 - N° 3

Articolo 100015- Settembre 2022 Ritorno al numero
Articolo precedente Articolo precedente
  • Digitization of handwritten Devanagari text using CNN transfer learning – A better customer service support
  • Sandeep Dwarkanath Pande, Pramod Pandurang Jadhav, Rahul Joshi, Amol Dattatray Sawant, Vaibhav Muddebihalkar, Suresh Rathod, Madhuri Navnath Gurav, Soumitra Das
| Articolo seguente Articolo seguente
  • Classification of optimal brain tissue using dynamic region growing and fuzzy min-max neural network in brain magnetic resonance images
  • Sunil L. Bangare

Benvenuto su EM|consulte, il riferimento dei professionisti della salute.

Il mio account


Dichiarazione CNIL

EM-CONSULTE.COM è registrato presso la CNIL, dichiarazione n. 1286925.

Ai sensi della legge n. 78-17 del 6 gennaio 1978 sull'informatica, sui file e sulle libertà, Lei puo' esercitare i diritti di opposizione (art.26 della legge), di accesso (art.34 a 38 Legge), e di rettifica (art.36 della legge) per i dati che La riguardano. Lei puo' cosi chiedere che siano rettificati, compeltati, chiariti, aggiornati o cancellati i suoi dati personali inesati, incompleti, equivoci, obsoleti o la cui raccolta o di uso o di conservazione sono vietati.
Le informazioni relative ai visitatori del nostro sito, compresa la loro identità, sono confidenziali.
Il responsabile del sito si impegna sull'onore a rispettare le condizioni legali di confidenzialità applicabili in Francia e a non divulgare tali informazioni a terzi.


Tutto il contenuto di questo sito: Copyright © 2024 Elsevier, i suoi licenziatari e contributori. Tutti i diritti sono riservati. Inclusi diritti per estrazione di testo e di dati, addestramento dell’intelligenza artificiale, e tecnologie simili. Per tutto il contenuto ‘open access’ sono applicati i termini della licenza Creative Commons.