MétaCan
Menu
Retour à la cohorte
Enregistrement W2739595505 · doi:10.1002/adsu.201700048

Reduced Cu/Pt–HCa<sub>2</sub>Ta<sub>3</sub>O<sub>10</sub> Perovskite Nanosheets for Sunlight‐Driven Conversion of CO<sub>2</sub> into Valuable Fuels

2017· article· en· W2739595505 sur OpenAlexafffund
Nhu‐Nang Vu, Chinh Chien Nguyen, Serge Kaliaguine, Trong‐On Do

Notice bibliographique

RevueAdvanced Sustainable Systems · 2017
Typearticle
Langueen
DomaineEnergy
ThématiqueAdvanced Photocatalysis Techniques
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPerovskite (structure)SunlightMaterials scienceNanotechnologyInorganic chemistryChemical engineeringChemistryCrystallographyPhysicsOpticsEngineering

Résumé

récupéré en direct d'OpenAlex

Reduced perovskite HCa2Ta3O10 nanosheets loaded with Pt and Cu are synthesized for sunlight‐driven conversion of CO2 with water vapor into valuable fuels. Perovskite nanosheets are prepared by exfoliating layered perovskite CsCa2Ta3O10 via tetra butyl ammonium ion exchange, followed by liquid ultrasonic exfoliation. The obtained nanosheets exhibits a high specific surface area (>200 m2 g−1). The photocatalytic performance of the resulting reduced perovskite nanosheets is evaluated for CO2 photoreduction under sunlight in the presence of saturated water vapor. The reduced nanosheets exhibit much higher photoactivity than the nonreduced ones. This can be ascribed to their unique structure. The hydrogen treatment in the presence of platinum induces a considerable amount of Ta+4 and oxygen vacancies, which apparently improves the visible light absorption of perovskite nanosheets. Moreover, the introduction of CuO nanoparticles significantly improves the electron–hole separation through the formation of a p–n junction. It also enhances the adsorption of CO2 and stabilizes C1 intermediates which are favorable for CC coupling to form C2 products (e.g., ethanol). The formation rates of ethanol and methanol are 113 and 7.4 µmol g−1 h−1, respectively, while only methanol is obtained at the rate of 125.9 µmol g−1 h−1 in the absence of CuO nanoparticles.

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 seuil0,003

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 Opus0,011
Tête enseignante GPT0,273
Écart entre enseignants0,261 · 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

Citations21
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced Sustainable SystemsMême sujetAdvanced Photocatalysis TechniquesTravaux en français237 207