MétaCan
Menu
Retour à la cohorte
Enregistrement W3119044046 · doi:10.3390/catal11010060

An Overview of the Photocatalytic Water Splitting over Suspended Particles

2021· article· en· W3119044046 sur OpenAlexaff
Muhammad Amtiaz Nadeem, Mohd Adnan Khan, Ahmed Ziani, Hicham Idriss

Notice bibliographique

RevueCatalysts · 2021
Typearticle
Langueen
DomaineEnergy
ThématiqueAdvanced Photocatalysis Techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesSaudi Basic Industries CorporationKing Abdullah University of Science and Technology
Mots-clésWater splittingRenewable energyProcess engineeringHydrogen productionBiochemical engineeringNanotechnologyPhotocatalysisEnvironmental scienceSolar energyProduction (economics)Computer scienceCatalysisMaterials scienceEngineeringChemistryElectrical engineering

Résumé

récupéré en direct d'OpenAlex

The conversion of solar to chemical energy is one of the central processes considered in the emerging renewable energy economy. Hydrogen production from water splitting over particulate semiconductor catalysts has often been proposed as a simple and a cost-effective method for large-scale production. In this review, we summarize the basic concepts of the overall water splitting (in the absence of sacrificial agents) using particulate photocatalysts, with a focus on their synthetic methods and the role of the so-called “co-catalysts”. Then, a focus is then given on improving light absorption in which the Z-scheme concept and the overall system efficiency are discussed. A section on reactor design and cost of the overall technology is given, where the possibility of the different technologies to be deployed at a commercial scale and the considerable challenges ahead are discussed. To date, the highest reported efficiency of any of these systems is at least one order of magnitude lower than that deserving consideration for practical applications.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,003

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 Opus0,040
Tête enseignante GPT0,323
Écart entre enseignants0,283 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations74
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCatalystsMême sujetAdvanced Photocatalysis TechniquesTravaux en français237 207