MétaCan
Menu
Retour à la cohorte
Enregistrement W2783929553 · doi:10.1002/cssc.201702238

Materials and Mechanisms of Photo‐Assisted Chemical Reactions under Light and Dark Conditions: Can Day–Night Photocatalysis Be Achieved?

2018· review· en· W2783929553 sur OpenAlexafffund
Chinh Chien Nguyen, Manh‐Hiep Vu, Trong‐On Do

Notice bibliographique

RevueChemSusChem · 2018
Typereview
Langueen
DomaineEnergy
ThématiqueAdvanced Photocatalysis Techniques
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPhotocatalysisCatalysisContext (archaeology)PhotochemistryNanotechnologyWater splittingChemical energyMaterials scienceChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

-assisted photochemical reactions has led to several unique applications, such as degradation of pollutants in water and air, hydrogen production through water splitting, fuel conversion, cancer treatment, antibacterial activity, self-cleaning glasses, and concrete. These multifaceted applications of this phenomenon can be enriched and expanded further if this process is equipped with more tools and functions. The term "photoassisted" catalytic reactions clearly emphasizes that photons are required to activate the catalyst; this can be transcended even into the dark if electrons are stored in the material for the later use to continue the catalytic reactions in the absence of light. This can be achieved by equipping the photocatalyst with an electron-storage material to overcome current limitations in photoassisted catalytic reactions. In this context, this article sheds lights on the materials and mechanisms of photocatalytic reactions under light and dark conditions. The manifestation of such systems could be an unparalleled technology in the near future that could influence all spheres of the catalytic sciences.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,035
Tête enseignante GPT0,317
Écart entre enseignants0,282 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations101
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemSusChemMême sujetAdvanced Photocatalysis TechniquesTravaux en français237 207