MétaCan
Menu
Retour à la cohorte
Enregistrement W3127266701 · doi:10.1021/acsanm.0c03387

CeO<sub>2</sub> Nanoparticle Transformation to Nanorods and Nanoflowers in Acids with Boosted Oxidative Catalytic Activity

2021· article· en· W3127266701 sur OpenAlexafffund
Yilin Zhao, Haotian Li, Yaoqiang Wang, Yawen Wang, Zhicheng Huang, Haijia Su, Juewen Liu

Notice bibliographique

RevueACS Applied Nano Materials · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Nanomaterials in Catalysis
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesChina Scholarship CouncilMinistry of Science and Technology of the People's Republic of ChinaNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésNanorodCatalysisNanoparticleChemical engineeringElectron transferMaterials scienceNanomaterial-based catalystNanotechnologyChemistryNanomaterialsPhotochemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Nanoceria (CeO2 nanoparticle) with oxidase-like catalytic activity has been used for a diverse range of analytical, environmental, and nanomedicine applications. In this work, the use of nanoceria for the oxidation of common chromogenic substrates was investigated at low pH, where its activity was greatly enhanced. In addition, the shape of the nanoparticles changed dramatically, yielding nanorods in the presence of adsorbed substrates at pH 1. This work provides an interesting method to synthesize CeO2 nanorods at room temperature. By slightly increasing the reaction temperature, CeO2 nanoflowers were further obtained. This change of shape also affected its catalytic activity, with the nanorods being the most active. The physical and chemical properties of the nanoceria materials were characterized by various spectroscopic, microscopic, and electrochemical techniques. The increased activity at low pH was due to the promoted release of the oxidation product, as well as increased oxygen vacancy concentration and enhanced electron transfer. This work has deepened our understanding of nanoceria as a catalyst, enhanced its catalytic activity, and provided a useful way of controlling its morphology.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,008
Tête enseignante GPT0,229
Écart entre enseignants0,220 · 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.

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

Citations11
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Applied Nano MaterialsMême sujetAdvanced Nanomaterials in CatalysisTravaux en français237 207