MétaCan
Menu
Retour à la cohorte
Enregistrement W3217344718 · doi:10.3390/catal11121427

NiO-TiO2 p-n Heterojunction for Solar Hydrogen Generation

2021· article· en· W3217344718 sur OpenAlexaff
Dewen Zheng, Heng Zhao, Shanyu Wang, Jinguang Hu, Zhangxin Chen

Notice bibliographique

RevueCatalysts · 2021
Typearticle
Langueen
DomaineEnergy
ThématiqueAdvanced Photocatalysis Techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesSINOPEC Petroleum Exploration and Production Research InstitutePetroChina Company Limited
Mots-clésNon-blocking I/OPhotocatalysisHydrogen productionHeterojunctionMaterials scienceCalcinationHydrogenChemical engineeringPhotocatalytic water splittingWater splittingCatalysisOptoelectronicsChemistry

Résumé

récupéré en direct d'OpenAlex

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,304
Score d'incertitude au seuil0,722

Scores Codex et Gemma par catégorie

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 Opus0,027
Tête enseignante GPT0,280
Écart entre enseignants0,253 · 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.

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

Citations33
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCatalystsMême sujetAdvanced Photocatalysis TechniquesTravaux en français237 207