MétaCan
Menu
Retour à la cohorte
Enregistrement W2559613862 · doi:10.1073/pnas.1609374113

Carrier dynamics and the role of surface defects: Designing a photocatalyst for gas-phase CO <sub>2</sub> reduction

2016· article· en· W2559613862 sur OpenAlexafffund
Laura B. Hoch, Paul Szymanski, Kulbir Kaur Ghuman, Le He, Kristine Liao, Qiao Qiao, Laura M. Reyes, Yimei Zhu, Mostafa A. El‐Sayed, Chandra Veer Singh, Geoffrey A. Ozin

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2016
Typearticle
Langueen
DomaineEnergy
ThématiqueAdvanced Photocatalysis Techniques
Établissements canadiensUniversity of Toronto
Organismes subventionnairesDivision of ChemistryNatural Sciences and Engineering Research Council of CanadaNational Science FoundationGovernment of CanadaU.S. Department of EnergyMinistero dello Sviluppo Economico
Mots-clésReduction (mathematics)Gas phasePhotocatalysisMaterials sciencePhase (matter)Chemical engineeringNanotechnologyChemistryEngineeringPhysical chemistryCatalysis

Résumé

récupéré en direct d'OpenAlex

Significance In this work, we investigate the role of defects on the electronic and photocatalytic properties of In 2 O 3 - x (OH) y nanoparticles that have been shown to effectively reduce CO 2 to CO via the reverse water–gas shift reaction under light. To understand how such defects affect photogenerated electrons and holes in these materials, we studied the relaxation dynamics of these nanoparticles with varying concentration of defects. This analysis showed that higher defect concentrations result in longer excited-state lifetimes, which are attributed to improved charge separation and correlate well with the observed trends in the photocatalytic activity.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,084
Score d'incertitude au seuil0,670

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,018
Tête enseignante GPT0,297
Écart entre enseignants0,279 · 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 tête enseignante, 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

Citations121
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetAdvanced Photocatalysis TechniquesTravaux en français237 207