Synergetic Effect of Ultrasmall Metal Clusters and Zeolites Promoting Hydrogen Generation
Notice bibliographique
Résumé
Abstract Taking advantage of the synergetic effect of confined ultrasmall metal clusters and zeolite frameworks is an efficient strategy for improving the catalytic performance of metal nanocatalysts. Herein, it is demonstrated that the synergetic effect of ultrasmall ruthenium (Ru) clusters and intrinsic Brønsted acidity of zeolite frameworks can significantly promote the hydrogen generation of ammonia borane (AB) hydrolysis. Ultrasmall Ru clusters are embedded onto the silicoaluminophosphate SAPO‐34 (CHA) and various aluminosilicate zeolites (MFI, *BEA, and FAU) with tunable acidities by a facile incipient wetness impregnation method. Evidenced by high‐resolution scanning transmission electron microscopy, the sub‐nanometric Ru clusters are uniformly distributed throughout the zeolite crystals. The X‐ray absorption spectroscopy measurements reveal the existence of Ru‐H species between Ru clusters and adjacent Brønsted acid sites of zeolites, which could synergistically activate AB and water molecules, significantly enhancing the hydrogen evolution rate of AB hydrolysis. Notably, the Ru/SAPO‐34‐0.8Si (Si/Al = 0.8) and Ru/FAU (Si/Al = 30) catalysts with strong acidities afford high turnover frequency values up to 490 and 627 min−1, respectively. These values are more than a 13‐fold enhancement than that of the commercial Ru/C catalyst, and among the top level over other heterogeneous catalysts tested under similar conditions.
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) | 0,001 | 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 ».