A General Chelate-Assisted Co-Assembly to Metallic Nanoparticles-Incorporated Ordered Mesoporous Carbon Catalysts for Fischer–Tropsch Synthesis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The organization of different nano objects with tunable sizes, morphologies, and functions into integrated nanostructures is critical to the development of novel nanosystems that display high performances in sensing, catalysis, and so on. Herein, using acetylacetone as a chelating agent, phenolic resol as a carbon source, metal nitrates as metal sources, and amphiphilic copolymers as a template, we demonstrate a chelate-assisted multicomponent coassembly method to synthesize ordered mesoporous carbon with uniform metal-containing nanoparticles. The obtained nanocomposites have a 2-D hexagonally arranged pore structure, uniform pore size (~4.0 nm), high surface area (~500 m(2)/g), moderate pore volume (~0.30 cm(3)/g), uniform and highly dispersed Fe(2)O(3) nanoparticles, and constant Fe(2)O(3) contents around 10 wt %. By adjusting acetylacetone amount, the size of Fe(2)O(3) nanoparticles is readily tunable from 8.3 to 22.1 nm. More importantly, it is found that the metal-containing nanoparticles are partially embedded in the carbon framework with the remaining part exposed in the mesopore channels. This unique semiexposure structure not only provides an excellent confinement effect and exposed surface for catalysis but also helps to tightly trap the nanoparticles and prevent aggregating during catalysis. Fischer-Tropsch synthesis results show that as the size of iron nanoparticles decreases, the mesoporous Fe-carbon nanocomposites exhibit significantly improved catalytic performances with C(5+) selectivity up to 68%, much better than any reported promoter-free Fe-based catalysts due to the unique semiexposure morphology of metal-containing nanoparticles confined in the mesoporous carbon matrix.
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.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle