MétaCan
Menu
Retour à la cohorte
Enregistrement W2167340934 · doi:10.1039/c4nr07224c

Nanocomposite heterojunctions as sunlight-driven photocatalysts for hydrogen production from water splitting

2015· article· en· W2167340934 sur OpenAlexaff
Mohammad Reza Gholipour, Cao‐Thang Dinh, François Béland, Trong‐On Do

Notice bibliographique

RevueNanoscale · 2015
Typearticle
Langueen
DomaineEnergy
ThématiqueAdvanced Photocatalysis Techniques
Établissements canadiensSiliCycle (Canada)Université Laval
Organismes subventionnairesnon disponible
Mots-clésNanocompositeSunlightWater splittingHeterojunctionHydrogen productionMaterials sciencePhotocatalysisHydrogenChemical engineeringPhotochemistryNanotechnologyChemistryOptoelectronicsCatalysisOpticsOrganic chemistryPhysics

Résumé

récupéré en direct d'OpenAlex

Hydrogen production via photocatalytic water splitting using sunlight has enormous potential in solving the worldwide energy and environmental crisis. The key challenge in this process is to develop efficient photocatalysts which must satisfy several criteria such as high chemical and photochemical stability, effective charge separation and strong sunlight absorption. The combination of different semiconductors to create composite materials offers a promising way to achieve efficient photocatalysts because doing so can improve the charge separation, light absorption and stability of the photocatalysts. In this review article, we summarized the most recent studies on semiconductor composites for hydrogen production under visible light irradiation. After a general introduction about the photocatalysis phenomenon, typical heterojunctions of widely studied heterogeneous semiconductors, including titanium dioxide, cadmium sulfide and graphitic carbon nitride are discussed in detail.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,023
Tête enseignante GPT0,278
Écart entre enseignants0,255 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations494
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNanoscaleMême sujetAdvanced Photocatalysis TechniquesTravaux en français237 207