New route toward building active ruthenium nanoparticles on ordered mesoporous carbons with extremely high stability
Notice bibliographique
Résumé
Creating highly active and stable metal catalysts is a persistent goal in the field of heterogeneous catalysis. However, a real catalyst can rarely achieve both of these qualities simultaneously due to limitations in the design of the active site and support. One method to circumvent this problem is to fabricate firmly attached metal species onto the voids of a mesoporous support formed simultaneously. In this study, we developed a new type of ruthenium catalyst that was firmly confined by ordered mesoporous carbons through the fabrication of a cubic Ia3d chitosan-ruthenium-silica mesophase before pyrolysis and silica removal. This facile method generates fine ruthenium nanoparticles (ca. 1.7 nm) that are homogeneously dispersed on a mesoporous carbonaceous framework. This ruthenium catalyst can be recycled 22 times without any loss of reactivity, showing the highest stability of any metal catalysts; this catalyst displays a high activity (23.3 mol(LA)h(-1)g(metal)(-1)) during the catalytic hydrogenation of levulinic acid (LA) when the metal loading is 6.1 wt%. Even at an ultralow loading (0.3 wt%), this catalyst still outperforms the most active known Ru/C catalyst. This work reveals new possibilities for designing and fabricating highly stable and active metal catalysts by creating metal sites and mesoporous supports simultaneously.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».