Functional Engineering of Perovskite Nanosheets: Impact of Lead Substitution on Exfoliation in the Solid Solution RbCa<sub>2–<i>x</i></sub>Pb<i><sub>x</sub></i>Nb<sub>3</sub>O<sub>10</sub>
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Tuning the chemical composition and structure for targeted functionality in two‐dimensional (2D) nanosheets has become a major objective in the rapidly growing area of 2D materials. In the context of photocatalysis, both miniaturization and extending the light absorption of UV active photocatalysts are major assets. Here, we investigate the solid solution between two photocatalytic systems known from literature to evolve H 2 from water/methanol under UV – RbCa 2 Nb 3 O 10 ( E g = 3.7 eV) – and visible light irradiation – RbPb 2 Nb 3 O 10 ( E g = 3.0 eV) – by synthesizing hypothetical RbCa 2– x Pb x Nb 3 O 10 . While the calcium niobate can easily be exfoliated into individual nanosheets via cation–proton exchange and subsequent treatment with tetra‐ n ‐butylammonium hydroxide (TBAOH), the lead niobate barely yields nanosheets. Spectroscopic and microscopic analysis suggest that this is caused by volatilization of Pb during synthesis, leading to a local 3D linkage of RbPb 2 Nb 3 O 10 perovskite units with Pb deficient units. On the one hand, this linkage progressively prevents exfoliation along with an increasing Pb content. On the other hand, introducing Pb into the perovskite blocks successively leads to bandgap narrowing, thus gradually enhancing the light harvesting capability of the solid solution. Finding a compromise between this narrowing of the bandgap and the possibility of exfoliation, visible light sensitized nanosheets can be engineered in good yield for an initial molar ratio of Ca:Pb ≥ 1:1.
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.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 découle