Real-Time Catalytic Activity of Bimetallic Ru-Pt Nanoparticles Attached on Carbon Nanotube Electronic Devices
Notice bibliographique
Résumé
Catalysis plays a crucial role in chemical research and industry, yet its dynamics at the nanoscale has been little explored. Here, we use carbon nanotube transistors to measure in real time the catalytic activity of metallic nanoparticles. First, we present a method based on covalent nanotube functionalization to selectively attach a small number of nanoparticles on an individual carbon nanotube device. We demonstrate the covalent attachment of bimetallic Ru-Pt clusters and their aggregation into less than 10 nanoparticles (RuPtNP) on each nanotube device, using a combination of techniques including electrical spectroscopy and atomic force microscopy. Second, we monitor the catalytic transformation of dimethylphenylsilane in dimethylphenylsilanol with water in real-time, through changes in the nanotube electrical conductance. Upon exposure to silane, RuPtNP-decorated carbon nanotube devices show a rapid change in electrical conductance that decays slowly back to its initial state. We present the effect of silane concentration and electrostatic doping of the nanotube, and discuss possible mechanisms for the interaction between the catalytic reaction and the electrical signature. Carbon nanotube electronic sensors form a powerful tool to investigate various catalysis reactions, providing real-time monitoring over a broad range of time scales.
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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».