An In Situ Polymerization‐Encapsulation Approach to Prepare TiO<sub>2</sub>–Graphite Carbon–Au Photocatalysts for Efficient Photocatalysis
Notice bibliographique
Résumé
Abstract A complex nanoarchitecture composed of TiO2 nanobelts, graphite‐like carbon, and Au nanoparticles (NPs) is developed using an in situ surface polymeric encapsulation technique. The precise arrangement of the carbon layer and Au NPs on a TiO2 surface can be programmed to form three different core@shell structures by simply varying the addition sequence of materials during the encapsulation process. The photocatalytic activity of the three nanoarchitectures is assessed in H2 generation, degradation of dye molecules as well as photoelectrochemical cells under solar and visible light irradiation. In the reaction of H2 generation, no activity can be detected for all samples under visible‐light, while under solar light the sample with Au on the surface of carbon layers wrapped on TiO2 shows the highest activity. By stark contrast, in the photodegradation test, significant difference in activity under visible light is observed, where the sample with Au NPs sandwiched between carbon layers demonstrates the highest activity. All the results indicate that the synergistic effect of carbon‐layers and Au NPs is essential for the catalytic activity enhancement. Moreover, the activity of the photocatalysts is not only highly dependent on the architecture of the catalyst, but also on the type of reaction investigated.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 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 | 0,000 | 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 source (Gemma direct ou Codex distillé), 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 ».