MétaCan
Menu
Retour à la cohorte
Enregistrement W3110655430 · doi:10.1021/acsami.0c17009

Selective Hydrogenation on a Highly Active Single-Atom Catalyst of Palladium Dispersed on Ceria Nanorods by Defect Engineering

2020· article· en· W3110655430 sur OpenAlexaff
Zhijun Li, Xiuli Dong, Mingyang Zhang, Leipeng Leng, Wenxing Chen, J. Hugh Horton, Jun Wang, Wei Wu

Notice bibliographique

RevueACS Applied Materials & Interfaces · 2020
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCatalytic Processes in Materials Science
Établissements canadiensQueen's University
Organismes subventionnairesNortheast Petroleum UniversityChina Postdoctoral Science Foundation
Mots-clésCatalysisPalladiumMaterials scienceNanorodSelectivityAtom (system on chip)Dispersion (optics)Chemical engineeringPhotochemistryNanotechnologyOrganic chemistryChemistry

Résumé

récupéré en direct d'OpenAlex

Single-atom catalysis represents a new frontier that integrates the merits of homogeneous and heterogeneous catalysis to afford exceptional atom efficiency, activity, and selectivity for a range of catalytic systems. Herein we describe a simple defect engineering strategy to construct an atomically dispersed palladium catalyst (Pd δ+, 0 < δ < 2) by anchoring the palladium atoms on oxygen vacancies created in CeO 2 nanorods. This was confirmed by spherical aberration correction electron microscopy and extended X-ray absorption fine structure measurement. The as-prepared catalyst showed exceptional catalytic performance in the hydrogenation of styrene (99% conversion, TOF of 2410 h –1 ), cinnamaldehyde (99% conversion, 99% selectivity, TOF of 968 h –1 ), as well as oxidation of triethoxysilane (99% conversion, 79 selectivity, TOF of 10 000 h –1 ). This single-atom palladium catalyst can be reused at least five times with negligible activity decay. The palladium atoms retained their dispersion on the support at the atomic level after thermal stability testing in Ar at 773 K. Most importantly, this synthetic method can be scaled up while maintaining catalytic performance. We anticipate that this method will expedite access to single-atom catalysts with high activity and excellent resistance to sintering, significantly impacting the performance of this class of catalysts.

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 enseignants0,000
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)0,0000,000

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 Opus0,011
Tête enseignante GPT0,218
Écart entre enseignants0,207 · 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

Citations56
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS Applied Materials & InterfacesMême sujetCatalytic Processes in Materials ScienceTravaux en français237 207