MétaCan
Menu
Retour à la cohorte
Enregistrement W2003534369 · doi:10.1039/c4nr01322k

Tuning TiO<sub>2</sub>nanoparticle morphology in graphene–TiO<sub>2</sub>hybrids by graphene surface modification

2014· article· en· W2003534369 sur OpenAlexaff
Fabrizio Sordello, Gul Zeb, Kaiwen Hu, Paola Calza, Claudio Minero, Thomas Szkopek, Marta Cerruti

Notice bibliographique

RevueNanoscale · 2014
Typearticle
Langueen
DomaineEnergy
ThématiqueAdvanced Photocatalysis Techniques
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésGrapheneMaterials scienceSurface modificationMorphology (biology)NanotechnologyNanoparticleChemical engineering

Résumé

récupéré en direct d'OpenAlex

We report the hydrothermal synthesis of graphene (GNP)-TiO2 nanoparticle (NP) hybrids using COOH and NH2 functionalized GNP as a shape controller. Anatase was the only TiO2 crystalline phase nucleated on the functionalized GNP, whereas traces of rutile were detected on unfunctionalized GNP. X-Ray Photoelectron spectroscopy (XPS) showed C-Ti bonds on all hybrids, thus confirming heterogeneous nucleation. GNP functionalization induced the nucleation of TiO2 NPs with specific shapes and crystalline facets exposed. COOH functionalization directed the synthesis of anatase truncated bipyramids, bonded to graphene sheets via the {101} facets, while NH2 functionalization induced the formation of belted truncated bipyramids, bonded to graphene via the {100} facets. Belted truncated bipyramids formed on unfunctionalized GNP too, however the NPs were more irregular and rounded. These effects were ascribed to pH variations in the proximity of the functionalized GNP sheets, due to the high density of COOH or NH2 groups. Because of the different reactivity of anatase {100} and {101} crystalline facets, we hypothesize that the hybrid materials will behave differently as photocatalysts, and that the COOH-GNP-TiO2 hybrids will be better photocatalysts for water splitting and H2 production.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,246
Écart entre enseignants0,234 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations70
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNanoscaleMême sujetAdvanced Photocatalysis TechniquesTravaux en français237 207