Hollow porous prismatic graphitic carbon nitride with nitrogen vacancies and oxygen doping: a high-performance visible light-driven catalyst for nitrogen fixation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Hollow porous prismatic graphitic carbon nitride with nitrogen vacancies and oxygen doping was successfully constructed using dicyandiamidine as the only raw material via a facile two-step strategy of a low-temperature hydrothermal method followed by a subsequent calcination process. The as-obtained graphitic carbon nitride showed a hollow prismatic morphology with loose spongy-like walls, a hierarchical pore structure, and a specific surface area of 220.16 m2 g-1. Such graphitic carbon nitride exhibited an ultrahigh nitrogen fixation rate of 118.8 mg L-1 h-1 gcat-1 under visible light irradiation and showed excellent stability during the reactions. A possible mechanism for photocatalytic nitrogen fixation on the catalyst was proposed as follows: under visible-light irradiation, graphitic carbon nitride with nitrogen vacancies and oxygen doping underwent charge separation to generate electron-hole pairs, and then the photogenerated electrons on the conduction band were quickly transferred to the nitrogen vacancy induced mid-gap state; consequently, the trapped electrons reacted with the activated nitrogen on the nitrogen vacancies to produce ammonia. The significant enhancement in the photocatalytic nitrogen fixation performance of graphitic carbon nitride can be attributed to its unique hollow prismatic morphology with a loose porous structure, fully exposed active sites of nitrogen vacancies, more negative conduction band, suitable visible-light response and the efficient separation of photogenerated electron-hole pairs.
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.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 découle