TiO<sub>2</sub>@Carbon Photocatalysts: The Effect of Carbon Thickness on Catalysis
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
Nanocomposites composed of TiO2 and carbon materials (C) are widely popular photocatalysts because they combine the advantages of TiO2 (good UV photocatalytic activity, low cost, and stability) to the enhanced charge carrier separation and lower charge transfer resistance brought by carbon. However, the presence of carbon can also be detrimental to the photocatalytic performance as it can block the passage of light and prevent the reactant from accessing the TiO2 surface. Here using a novel interfacial in situ polymer encapsulation-graphitization method, where a glucose-containing polymer was grown directly on the surface of the TiO2, we have prepared uniform TiO2@C core-shell structures. The thickness of the carbon shell can be precisely and easily tuned between 0.5 and 8 nm by simply programming the polymer growth on TiO2. The resulting core@shell TiO2@C nanostructures are not black and they possess the highest activity for the photodegradation of organic compounds when the carbon shell thickness is 1-2 nm, corresponding to ∼3-5 graphene layers. Photoluminescence and photocurrent generation tests further confirm the crucial contribution of the carbon shell on charge carrier separation and transport. This in situ polymeric encapsulation approach allows for the careful tuning of the thickness of graphite-like carbon, and it potentially constitutes a general and efficient route to prepare other oxide@C catalysts, which can therefore largely expand the applications of nanomaterials in catalysis.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 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