Enhancing the photoelectrochemical response of TiO2 nanotubes through their nanodecoration by pulsed-laser-deposited Ag nanoparticles
Notice bibliographique
Résumé
We report on the pulsed laser deposition (PLD) based nanodecoration of titanium dioxide (TiO2) nanotube arrays (NTAs) by Ag nanoparticles (NPs). We focus here on the investigation of the effect of the number of laser ablation pulses (NLP) of the silver target on both the average size of the Ag-NPs and the photoelectrochemical conversion efficiency of the Ag-NP decorated TiO2-NT based photoanodes. By varying the NLP, we were able to not only control the size of the PLD-deposited Ag nanoparticles from 20 to ∼50 nm, but also to increase concomitantly the surface coverage of the TiO2 NTAs by Ag-NPs. The red-shifting of the surface plasmon resonance peak of the PLD-deposited Ag-NPs deposited onto quartz substrates confirmed the increase of their size as the NLP is increased from 500 to 10 000. By investigating the photo-electrochemical properties of Ag-NP decorated TiO2-NTAs, by means of linear sweep cyclic voltammetry under UV-Vis illumination, we found that the generated photocurrent is sensitive to the size of the Ag-NPs and reaches a maximum value at NLP =500 (i.e.,; Ag-NP size of ∼20 nm). For NLP = 500, the photoconversion efficiency of the Ag-NP decorated TiO2-NTAs is shown to reach a maximum of 4.5% (at 0.5 V vs Ag/AgCl). The photocurrent enhancement of Ag-NP decorated TiO2-NTAs is believed to result from the additional light harvesting enabled by the ability of Ag-NPs to absorb visible irradiation caused by various localized surface plasmon resonances, which in turn depend on the size and interdistance of the Ag 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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».