Synthesis of Layered Double Hydroxides and TiO<sub>2</sub> Supported Metal Nanoparticles for Electrocatalysis
Notice bibliographique
Résumé
Abstract In the present work, solution‐phase synthesis was employed to prepare two sets of catalysts with different transition metals as active sites. One set contained Au or Pd supported on TiO 2 (Au−TiO 2 , Pd−TiO 2 ), whereas the other set contained layered double hydroxides (NiFe‐LDH and CuFe‐LDH). The electrocatalytic performance of these composite materials was investigated by cyclic voltammetry (CV) using a model compound 4‐nitrophenol (4‐NP). Composite materials were characterized by various analytical techniques to gain insight into the catalysts active sites. The morphology and structure of the prepared samples were investigated by X‐ray diffraction, attenuated total reflectance Fourier transform infrared, X‐ray photoelectron spectroscopy, transmission scanning electron microscope, and field emission scanning electron microscope. Metal nanoparticles loading on TiO 2 was measured by inductively coupled plasma – optical emission spectrometry. CV measurements were performed in acetonitrile solution containing 0.1 m tetrabutylammonium hexafluorophosphate (TBAPF 6 ) and 1 m m 4‐NP. Among all dioxides ( Au−TiO 2 , Pd−TiO 2 ) and hydroxides (NiFe‐LDH and CuFe‐LDH) studied, Pd−TiO 2 shows the lowest onset potential (−0.32 V vs. Ag/AgCl) for the electrocatalytic reduction of 4‐NP. This is the first comparative study of such materials for 4‐NP electrocatalysis in aprotic solvent, thus demonstrating the suitability of dioxide and hydroxide based materials as electrocatalysts.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».