MétaCan
Menu
Retour à la cohorte
Enregistrement W4210653613 · doi:10.1002/ange.202200406

Overturned Loading of Inert CeO<sub>2</sub>to Active Co<sub>3</sub>O<sub>4</sub>for Unusually Improved Catalytic Activity in Fenton‐Like Reactions

2022· article· en· W4210653613 sur OpenAlexaff
Chunli Song, Qing Zhan, Fei Liu, Chuan Wang, Hongchao Li, Xuan Wang, Xuefeng Guo, Yingchun Cheng, Wei Sun, Li Wang, Jieshu Qian, Bingcai Pan

Notice bibliographique

RevueAngewandte Chemie · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCatalytic Processes in Materials Science
Établissements canadiensMinistry of Education and Child Care
Organismes subventionnairesNatural Science Foundation of Jiangsu ProvinceNational Natural Science Foundation of China
Mots-clésCatalysisNanocompositeInertChemistryNanoparticleChemical engineeringActive siteLimitingOxygenActive oxygenDesorptionPeroxideMaterials scienceNanotechnologyAdsorptionOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract In the past decades, numerous efforts have been devoted to improving the catalytic activity of nanocomposites by either exposing more active sites or regulating the interaction between the support and nanoparticles while keeping the structure of the active sites unchanged. Here, we report the fabrication of a Co 3 O 4 −CeO 2 nanocomposite via overturning the loading direction, i.e., loading an inert CeO 2 support onto active Co 3 O 4 nanoparticles. The resultant catalyst exhibits unexpectedly higher activity and stability in peroxymonosulfate‐based Fenton‐like reactions than its analog prepared by the traditional impregnation method. Abundant oxygen vacancies (O v with a Co⋅⋅⋅O v ⋅⋅⋅Ce structure instead of Co⋅⋅⋅O v ) are generated as new active sites to facilitate the cleavage of the peroxide bond to produce SO 4 .− and accelerate the rate‐limiting step, i.e., the desorption of SO 4 .− , affording improved activity. This strategy is a new direction for boosting the catalytic activity of nanocomposite catalysts in various scenarios, including environmental remediation and energy applications.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,004
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,017
Tête enseignante GPT0,263
Écart entre enseignants0,245 · 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.

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

Citations11
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAngewandte ChemieMême sujetCatalytic Processes in Materials ScienceTravaux en français237 207