MétaCan
Menu
Retour à la cohorte
Enregistrement W2316612573 · doi:10.1155/2016/6210794

AuCu@Pt Nanoalloys for Catalytic Application in Reduction of 4-Nitrophenol

2016· article· en· W2316612573 sur OpenAlexaff
Sadia Mehmood, Naveed Kausar Janjua, Farhat Saira, Hicham Fenniri

Notice bibliographique

RevueJournal of Spectroscopy · 2016
Typearticle
Langueen
DomaineChemistry
ThématiqueNanomaterials for catalytic reactions
Établissements canadiensNational Institute for NanotechnologyUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésNanomaterial-based catalystCatalysisMetal4-NitrophenolNanoparticleShell (structure)Chemical engineeringChemistryMaterials scienceTransition metalNanotechnologyMetallurgyOrganic chemistryComposite material

Résumé

récupéré en direct d'OpenAlex

To enhance and optimize nanocatalyst ability for nitrophenol (4-NP) reduction reaction we look beyond Au-metal nanoparticles and describe a new class of Au nanoalloys with controlled composition for core of AuCu-metals and Pt-metal shell. The reduction of 4-NP was investigated in aqueous media spectroscopically on 7.8 nm Au nanospheres (AuNSs), 8.3 nm AuCuNSs, and 9.1 nm AuCu@Pt core-shell NSs in diameter. The rate constants of the catalyzed reaction at room temperature, activation energies, and entropies of activation of reactions catalyzed by the AuCu@Pt core-shell NSs are found to have different values to those of the pure metal NSs. The results strongly support the proposal that catalysis by nanoparticles is taking place efficiently on the surface of NSs. These core-shell nanocatalysts exhibited stability throughout the reduction reaction and proved that heterogonous type mechanisms are most likely to be dominant in nanoalloy based catalysis if the surface of the NSs is not defected upon shell incorporation.

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 Opus0,009
Tête enseignante GPT0,261
Écart entre enseignants0,252 · 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

Citations26
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of SpectroscopyMême sujetNanomaterials for catalytic reactionsTravaux en français237 207