Photo-catalytic hydrogen production over Au/g-C<sub>3</sub>N<sub>4</sub>: effect of gold particle dispersion and morphology
Notice bibliographique
Résumé
Metal/semiconductor interactions affect electron transfer rates and this is central to photocatalytic hydrogen ion reduction. While this interaction has been studied in great detail on metal oxide semiconductors, not much is known of Au particles on top of polymeric semiconductors. The effects of gold nanoparticle size and dispersion on top of g-C3N4 were studied by core and valence level spectroscopy and transmission electron microscopy in addition to catalytic tests. The as-prepared, non-calcined catalysts displayed Au particles with uniform dimension (mean particle size = 1.8 nm) and multiple electronic states: XPS Au 4f7/2 lines at 84.9 and 87.1 eV (each with a spin-orbit splitting of 3.6-3.7 eV). These particles, which did not show localized surface plasmon resonance (LSPR), before the reaction, doubled in size after the reaction giving a pronounced LSPR at about 550 nm. The effect of the heating environment on these particles (in air or in H2) was further investigated. While heating in H2 gave Au nanoparticles of different shapes, heating under O2 gave exclusively spherical particles. Similar activity towards photocatalytic hydrogen ion reduction under UV excitation was seen in both cases, however. XPS Au 4f analyses indicated that an increase in deposition time, during catalyst preparation, resulted in an increase in the initial fraction of oxidized gold particles, which were easily reduced under hydrogen. The valence band region for Au/gC3N4 was further studied in an effort to compare it to what is already known for Au/metal oxide semiconductors. A shift of over 2 eV for the Au 5d doublets was noticed between reduced and oxidized gold particles with mean particle sizes between 2 and 6 nm, which is consistent with the final state effect. A narrow range of gold loading for optimal catalytic performance was seen, where it seems that a density of one Au particle per 10 × 10 nm2 is the most suitable. Particle size and shape had a minor effect on performance, which may indicate the absence of a plasmonic effect on the reaction rate.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 tête enseignante, 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 ».