NiO-TiO2 p-n Heterojunction for Solar Hydrogen Generation
Notice bibliographique
Résumé
Photocatalytic water splitting for hydrogen production has been widely recognized as a promising strategy for relieving the pressure from energy crisis and environmental pollution. However, current efficiency for photocatalytic hydrogen generation has been limited due to a low separation of photogenerated electrons and holes. p-n heterojunction with a built-in electric field emerges as an efficient strategy for photocatalyst design to boost hydrogen evolution activities due to a spontaneous charge separation. In this work, we investigated the effect of different preparation methods on photocatalytic hydrogen production over NiO-TiO2 composites. The results demonstrated that a uniform distribution of NiO on a surface of TiO2 with an intimate interfacial interaction was formed by a sol-gel method, while direct calcination tended to form aggregation of NiO, thus leading to an uneven p-n heterojunction structure within a photocatalyst. NiO-TiO2 composites fabricated by different methods showed enhanced hydrogen production (23.5 ± 1.2, 20.4 ± 1.0 and 8.8 ± 0.7 mmolh−1g−1 for S1-20%, S2-20% and S3-10%, respectively) as compared with pristine TiO2 (6.6 ± 0.7 mmolh−1g−1) and NiO (2.1 ± 0.2 mmolh−1g−1). The current work demonstrates a good example to improve photocatalytic hydrogen production by finely designing p-n heterojunction photocatalysts.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».