MétaCan
Menu
Retour à la cohorte
Enregistrement W3197598900 · doi:10.1021/acs.jpcc.1c05443

Theoretical Study of Oxygen Vacancy on Indium Oxide for Promoted Photothermal Catalytic Water Splitting

2021· article· en· W3197598900 sur OpenAlexaff
Zheng Li, Chong Lou, Li Zhang, Chenyu Xu, Yanwei Zhang

Notice bibliographique

RevueThe Journal of Physical Chemistry C · 2021
Typearticle
Langueen
DomaineEnergy
ThématiqueAdvanced Photocatalysis Techniques
Établissements canadiensUniversity of Alberta
Organismes subventionnairesMinistry of Education of the People's Republic of ChinaNatural Science Foundation of Zhejiang ProvinceNational Natural Science Foundation of China
Mots-clésCatalysisIndiumOxideWater splittingPhotothermal therapyOxygenMetalChemical physicsDensity functional theoryMaterials sciencePhotochemistryReactivity (psychology)DopingVacancy defectElectron transferOxygen evolutionTransition metalChemistryInorganic chemistryNanotechnologyPhysical chemistryComputational chemistryCrystallographyOptoelectronicsPhotocatalysis

Résumé

récupéré en direct d'OpenAlex

Solar-induced photothermal catalytic H 2 O splitting is a promising method for H 2 production. On metal oxides, the interaction between H 2 O and the surface can lead to the formation of oxygen vacancies (V O s) and alter the reaction pathway for overall H 2 O splitting. Herein, the free energy profiles of two different pathways on the In 2 O 3 (110) surface are calculated based on density functional theory, and the relation between surface V O formation and the reactivity of surface V O s reveals that surface V O s with a lower formation energy are more unfavorable for H 2 evolution. Doping In 2 O 3 with a transition metal can effectively enhance the electron transfer from the surface O atoms to the doped metal, benefitting the formation of surface V O s and causing the doped metal to become the active reaction center for H 2 O splitting.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,010
Tête enseignante GPT0,274
Écart entre enseignants0,264 · 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'étudeSimulation ou modélisation
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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry CMême sujetAdvanced Photocatalysis TechniquesTravaux en français237 207