MétaCan
Menu
Retour à la cohorte
Enregistrement W2944313669 · doi:10.1002/admi.201900091

Photo(electro)catalytic Nitrogen Fixation: Problems and Possibilities

2019· article· en· W2944313669 sur OpenAlexafffund
Manh‐Hiep Vu, S.A. Hassanzadeh-Tabrizi, Trong‐On Do

Notice bibliographique

RevueAdvanced Materials Interfaces · 2019
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAmmonia Synthesis and Nitrogen Reduction
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaDepartment of Science and Technology, Ministry of Science and Technology, IndiaRoyal Society of ChemistryRoyal Society
Mots-clésNitrogen fixationCatalysisNitrogenPhotocatalysisMaterials scienceAmmoniaNanotechnologyAmmonia productionSelectivityAdsorptionFixation (population genetics)PhotochemistryChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Photo(electro)catalytic nitrogen fixation is considered as a competing alternative for the Haber–Bosch (HB) process due to the direct production of ammonia (NH3) from nitrogen and water with zero carbon dioxide emission, which has made it a very hot research topic in recent years. Particularly, photo‐driven nitrogen reduction has been attracted to a specific focus in the scientific community since it can be powered by limitless solar energy at ambient conditions. However, unsolved challenges have remained to date such as, electron–hole separation, low quantum efficiency, weak visible light harvesting, catalytic selectivity, N2 adsorption, and activation. In this Review, the recent achievements and related approaches toward nitrogen fixation are presented. In addition, the discussions on mechanistic photofixation of nitrogen, catalytic engineering design, and the outlook for enhancing the photocatalytic performance of ammonia photosynthesis are also devoted. Finally, the emerging trend of advanced photo(electro)catalysts for nitrogen fixation is proposed.

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)0,001
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 seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
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 Opus0,008
Tête enseignante GPT0,219
Écart entre enseignants0,210 · 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

Citations116
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced Materials InterfacesMême sujetAmmonia Synthesis and Nitrogen ReductionTravaux en français237 207