MétaCan
Menu
Retour à la cohorte
Enregistrement W4200037060 · doi:10.1007/s12274-021-4028-1

Single palladium atoms stabilized by β-FeOOH nanorod with superior performance for selective hydrogenation of cinnamaldehyde

2021· article· en· W4200037060 sur OpenAlexaff
Zhijun Li, Leipeng Leng, Xiaowen Lu, Mingyang Zhang, Qian Xu, J. Hugh Horton, Junfa Zhu

Notice bibliographique

RevueNano Research · 2021
Typearticle
Langueen
DomaineChemistry
ThématiqueNanomaterials for catalytic reactions
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésPalladiumCatalysisCinnamaldehydeNanorodSelectivityCovalent bondAtom (system on chip)PhotochemistryMaterials scienceDensity functional theoryAbsorption (acoustics)ChemistryNanotechnologyComputational chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Atomically dispersed single atom catalysts represent an ideal means of converting less valuable organics into value-added chemicals of interest with high efficiency. Herein, we describe a facile synthetic approach to create defect-containing β -FeOOH doped with isolated palladium atoms that bond covalently to the nearby oxygen and iron atoms. The presence of singly dispersed palladium atoms is confirmed by spherical aberration correction electron microscopy and extended X-ray absorption fine structure measurements. This single palladium atom catalyst manifests outstanding catalytic efficiency (conversion: 99%; selectivity 99%; turnover frequency: 2,440 h −1 ) in the selective hydrogenation of cinnamaldehyde to afford hydrocinnamaldehyde. Experimental measurements and density functional theory (DFT) calculations elucidate the high catalytic activity and the strong metal-support interaction stem from the unique coordination environment of the isolated palladium atoms. These findings may pave the way for the facile construction of single atom catalysts in a defect-mediated strategy for efficient organic transformations in heterogeneous catalysis.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,000
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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 Opus0,035
Tête enseignante GPT0,306
Écart entre enseignants0,271 · 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'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

Citations49
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNano ResearchMême sujetNanomaterials for catalytic reactionsTravaux en français237 207