MétaCan
Menu
Retour à la cohorte
Enregistrement W3004349295 · doi:10.1039/c9dt04789a

Templated synthesis of nickel nanoparticles embedded in a carbon layer within silica capsules

2020· article· en· W3004349295 sur OpenAlexaff
Dandan Song, Jing Zheng, Libin Liu, Hamed Alsulami, Marwan Amin Kutbi, Jingli Xu, Min Zhang

Notice bibliographique

RevueDalton Transactions · 2020
Typearticle
Langueen
DomaineChemistry
ThématiqueNanomaterials for catalytic reactions
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNational Natural Science Foundation of ChinaNatural Science Foundation of Shanghai
Mots-clésNickelNanoparticleLayer (electronics)Carbon fibersMaterials scienceChemical engineeringNanotechnologyMetallurgyComposite materialComposite number

Résumé

récupéré en direct d'OpenAlex

The encapsulation of small non-noble metal nanoparticles (NPs) within an inorganic layer has received considerable attention owing to their enhanced stability and high catalytic activity. Using a combination of emulsion-free polymerization, inner RF-Ni2+ and outer SiO2 coating, and subsequent carbonization treatment, herein, we have fabricated worm-like structured Ni-based composites in which a high density of nickel NPs are embedded in a carbon layer and also entrapped by SiO2 nanocages. We find that the carbonization temperature plays a vital role in adjusting the size of the Ni NPs. A detailed examination of the encapsulated nickel particles synthesized at 700 °C exhibited the best performance on the catalysis of the reduction of 4-NPs. Moreover, owing to the good alloying ability of the Ni NPs with noble metal NPs, the Ni-Pd alloy NPs are also entrapped in the SiO2 nanocages, which exhibit better performance on the catalysis than the Ni-based composites. The encapsulation of Ni-Pd alloys within SiO2 nanocages also improves stability against agglomeration and metal separation during catalytic operation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,002
Score d'incertitude au seuil0,783

Scores Codex et Gemma par catégorie

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 Opus0,023
Tête enseignante GPT0,241
Écart entre enseignants0,218 · 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 tête enseignante, 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

Citations6
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDalton TransactionsMême sujetNanomaterials for catalytic reactionsTravaux en français237 207