MétaCan
Menu
Retour à la cohorte
Enregistrement W2561586833 · doi:10.1515/ijcre-2015-0094

Graphitic Carbon Nitride-Titanium Dioxide Nanocomposite for Photocatalytic Hydrogen Production under Visible Light

2016· article· en· W2561586833 sur OpenAlexaff
Mohammad Reza Gholipour, François Béland, Trong‐On Do

Notice bibliographique

RevueInternational Journal of Chemical Reactor Engineering · 2016
Typearticle
Langueen
DomaineEnergy
ThématiqueAdvanced Photocatalysis Techniques
Établissements canadiensSiliCycle (Canada)Université Laval
Organismes subventionnairesnon disponible
Mots-clésPhotocatalysisHydrogen productionMaterials scienceWater splittingGraphitic carbon nitrideNanocompositeHydrogenVisible spectrumTitanium dioxideChemical engineeringCarbon nitrideHydrogen fuelNanotechnologyCatalysisComposite materialChemistryOptoelectronicsOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Hydrogen production from water splitting via photocatalytic reactions can be an alternative clean energy of fossil fuels in the future. Graphitic carbon nitride (g-C 3 N 4 ) is one of the active photocatalysts in the visible light region that can be combined with other semiconductors in order to increase its photocatalytic efficiency. TiO 2 is one of the most appropriate choices to combine with g-C 3 N 4 because of its conduction band edge and variety forms of nanostructures. In this work, nanosheets of g-C 3 N 4 were mixed with the nanoparticles of titanate in order to enhance charge separation and photocatalytic efficiency. Consequently, the hydrogen evolution of this novel nanocomposite produced almost double hydrogen in comparison with g-C 3 N 4 .

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,016
Score d'incertitude au seuil0,631

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,008
Tête enseignante GPT0,244
Écart entre enseignants0,237 · 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

Citations22
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Chemical Reactor EngineeringMême sujetAdvanced Photocatalysis TechniquesTravaux en français237 207