MétaCan
Menu
Retour à la cohorte
Enregistrement W2996589785 · doi:10.1021/acssuschemeng.9b05083

Selective Fragmentation through C–N Bond Cleavage of Carbon Nitride Framework for Enhanced Photocatalytic Hydrogen Production

2019· article· en· W2996589785 sur OpenAlexafffund
Nhu‐Nang Vu, Serge Kaliaguine, Trong‐On Do

Notice bibliographique

RevueACS Sustainable Chemistry & Engineering · 2019
Typearticle
Langueen
DomaineEnergy
ThématiqueAdvanced Photocatalysis Techniques
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCrystallinityMaterials sciencePhotocatalysisChemical-mechanical planarizationCarbon nitrideGraphitic carbon nitrideChemical engineeringNitrideNanotechnologyComposite materialChemistryOrganic chemistryCatalysis

Résumé

récupéré en direct d'OpenAlex

A simple, practical approach for the structural modification of bulk g-C 3 N 4 employing high-pressure NH 3 and H 2 O formed by the polycondensation of urea is reported. The high-pressure processes the planarization of carbon nitride sheets that is disruptive because of structural distortion or defects, thus creating non-crystalline lines with highly reactive carbon species. The reaction of these carbon species with NH 3 leads to highly selective and oriented fragmentation of the carbon nitride framework, which is entirely different from previous reports, producing nanofragments with a very small density of defects. The high pressure proceeds the sheet planarization and the structural condensation of nanofragments, resulting in very high crystallinity. The fragmentation also creating a high concentration of functional groups (−NH 2 and −OH) on the edge of C 3 N 4 sheets with a suitable proportion, constructing a large optimized hydrogen-bond network across intra- and interplanes that further enhance the crystallinity of the formed nanofragments. The high crystallinity, especially the strong planarization of carbon nitride sheets, significantly speeds up the charge separation and transfer, while the functional groups on the edge of sheets result in an excellent charge drive. Also, these groups simultaneously shift the conduction band to a higher level and improve proton adsorption and activation. As such, the as-prepared nanofragment photocatalyst exhibits a photocatalytic hydrogen production rate that is nearly five times increased, as compared to that of the bulk g-C 3 N 4, with a high quantum efficiency of 12.3% at 420 nm.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,238
Écart entre enseignants0,233 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations45
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Sustainable Chemistry & EngineeringMême sujetAdvanced Photocatalysis TechniquesTravaux en français237 207