Alkali ion-promoted palladium subnanoclusters stabilized on porous alumina nanosheets with enhanced catalytic activity for benzene oxidation
Notice bibliographique
Résumé
Catalytic C-H bond activation is one of the backbones of the chemical industry. Supported metal subnanoclusters consisting of a few atoms have shown attractive properties for heterogeneous catalysis. However, the creation of such catalyst systems with high activity and excellent anti-sintering ability remains a grand challenge. Here, we report on alkali ion-promoted Pd subnanoclusters supported over defective γ-Al2O3 nanosheets, which display exceptional catalytic activity for C-H bond activation in the benzene oxidation reaction. The presence of Pd subnanoclusters is verified by aberration-corrected high-angle annular dark-field scanning transmission electron microscopy, X-ray absorption spectroscopy, and X-ray photoelectron spectroscopy. This catalyst shows excellent catalytic activity, with a turnover frequency of 280 h−1 and yield of 98%, in benzene oxidation reaction to give phenol under mild conditions. Moreover, the introduction of alkali ion greatly retards the diffusion and migration of metal atoms when tested under high-temperature sintering conditions. Density functional theory (DFT) calculations reveal that the addition of alkali ion to Pd nanoclusters can significantly impact the catalyst’s structure and electronic properties, and eventually promote its activity and stability. This work sheds light on the facile and scalable synthesis of highly active and stable catalyst systems with alkali additives for industrially important reactions.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 tête enseignante, 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 ».