MétaCan
Menu
Retour à la cohorte
Enregistrement W4200301341 · doi:10.53063/synsint.2021.1468

Hydrogen evolution via noble metals based photocatalysts: A review

2021· review· en· W4200301341 sur OpenAlexvenueno aff
Asieh Akhoondi, Ankush Sharma, Dinesh Pathak, Mohammad Yusuf, Taye B. Demissie, Rui‐tang Guo, Adnan Ali

Notice bibliographique

RevueSynthesis and Sintering · 2021
Typereview
Langueen
DomaineEnergy
ThématiqueAdvanced Photocatalysis Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNoble metalPhotocatalysisCharge carrierNanotechnologyHydrogen productionMaterials scienceEnergy carrierHydrogenChemistryCatalysisMetalOptoelectronics

Résumé

récupéré en direct d'OpenAlex

In recent decades, the use of photocatalysts in the evolution of hydrogen (H2) has received much attention. However, the use of the well-known titanium oxide and another photocatalyst as a base for noble metals is limited due to their major weakness in electron-hole pair separation. The use of cocatalysts can be a good way to overcome this problem and provide better performance for the evolution of hydrogen. In this review, suitable high-efficiency cocatalysts for solar hydrogen production have been thoroughly reviewed. New strategies and solutions were examined in terms of increasing the recombination of charge carriers, designing reactive sites, and enhancing the wavelengths of light absorption. Several new types of cocatalysts based on semiconductors in noble groups and dual metals have been evaluated. It is expected that these photocatalysts will be able to reduce the activation energy of reaction and charge separation. In this regard, the existing views and challenges in the field of photocatalysts are presented. The characteristics of monoatomic photocatalysts are reviewed in this manuscript and the latest advances in this field are summarized. Further, the future trends and upcoming research are also briefly discussed. Finally, this review presents noble metal-based photocatalysts for providing suitable photocatalysts on a larger scale and improving their applicability.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

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
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 GPT0,318
Écart entre enseignants0,283 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSynthesis and SinteringMême sujetAdvanced Photocatalysis TechniquesTravaux en français237 207