MétaCan
Menu
Retour à la cohorte
Enregistrement W2781812848 · doi:10.1155/2018/1234506

A Comparison of Pd<sup>0</sup> Nanoparticles and Pd<sup>2+</sup> Modified Bi<sub>2</sub>O<sub>2</sub>CO<sub>3</sub> for Visible Light-Driven Photocatalysis

2018· article· en· W2781812848 sur OpenAlexafffund
Xiangchao Meng, Zizhen Li, Nan Ji Yun, Zisheng Zhang

Notice bibliographique

RevueJournal of Nanomaterials · 2018
Typearticle
Langueen
DomaineEnergy
ThématiqueAdvanced Photocatalysis Techniques
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaChina Scholarship CouncilUniversity of Ottawa
Mots-clésPhotocatalysisMaterials scienceVisible spectrumDopingPalladiumAbsorption (acoustics)NanoparticleBand gapPhotochemistryPhotonNanotechnologyCatalysisOptoelectronicsOpticsPhysicsOrganic chemistryComposite materialChemistry

Résumé

récupéré en direct d'OpenAlex

As two effective approaches to increase the visible light-absorption capacities of photocatalysts, ion doping and metallic nanoparticles loading are compared in this work. Palladium was selected to modify Bi2O2CO3. Compared to dispersing palladium nanoparticles on the photocatalyst surface, it was more effective for the method of doping with palladium to shift the energy level within the bandgap of Bi2O2CO3 in improving its photocatalytic activity under visible light. This might be because doping with Pd2+ narrows the band gap of Bi2O2CO3 so as to increase the absorption capacity of visible light photons. Pd nanoparticles on the other hand can absorb photons to produce electrons which are then utilized by Bi2O2CO3 for photocatalytic reactions. Different mechanisms resulted in significant differences, and this work provides solid evidence that ion doping may be a more effective method to improve the photocatalytic activity of Bi2O2CO3.

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 Opus0,025
Tête enseignante GPT0,301
Écart entre enseignants0,276 · 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

Citations37
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of NanomaterialsMême sujetAdvanced Photocatalysis TechniquesTravaux en français237 207