Wafer-Level Artificial Photosynthesis for CO<sub>2</sub> Reduction into CH<sub>4</sub> and CO Using GaN Nanowires
Notice bibliographique
Résumé
We report on the first demonstration of high-conversion-rate photochemical reduction of carbon dioxide (CO 2 ) on gallium nitride (GaN) nanowire arrays into methane (CH 4 ) and carbon monoxide (CO). It was observed that the reduction of CO 2 to CO dominates on as-grown GaN nanowires under ultraviolet light irradiation. However, the production of CH 4 is significantly increased by using the Rh/Cr 2 O 3 core/shell cocatalyst, with an average rate of ∼3.5 μmol g cat –1 h –1 in 24 h. In this process, the rate of CO 2 to CO conversion is suppressed by nearly an order of magnitude. The rate of photoreduction of CO 2 to CH 4 can be further enhanced and can reach ∼14.8 μmol g cat –1 h –1 by promoting Pt nanoparticles on the lateral m -plane surfaces of GaN nanowires, which is nearly an order of magnitude higher than that measured on as-grown GaN nanowire arrays. This work establishes the potential use of metal-nitride nanowire arrays as a highly efficient photocatalyst for the direct photoreduction of CO 2 into chemical fuels. It also reveals the potential of engineered core/shell cocatalysts in improving the selectivity toward more valuable fuels.
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) | 0,000 | 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 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 ».