MétaCan
Menu
Retour à la cohorte
Enregistrement W4376128743 · doi:10.1139/cjc-2023-0020

Density functional theory study on direct dehydrogenation of propane catalyzed by N-, O-, and P-doped graphene catalysts

2023· article· en· W4376128743 sur OpenAlexvenueno aff
Dexin Liu, Xunchao Zhang, Lihua Kang, Mingyuan Zhu

Notice bibliographique

RevueCanadian Journal of Chemistry · 2023
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueCatalysis and Oxidation Reactions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDehydrogenationGrapheneCatalysisPropaneChemistryDensity functional theorySelectivityAtom (system on chip)DopingActivation energyAdsorptionPhysical chemistryInorganic chemistryNanotechnologyComputational chemistryMaterials scienceOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The density functional theory was used to calculate the reaction mechanism and selectivity of nonmetallic single-atom catalysts, such as N, O, and P, doped on graphene in the direct dehydrogenation of propane (PDH) . Our results show that the rate-controlling step in PDH varies with the doping atom. We also found that N, O, and P nonmetallic single-atom-doped graphene catalysts showed relatively low adsorption performance for propane and the active site was the C atom adjacent to N, O, and P, rather than the doped atom itself. Interestingly, for the O-doped graphene catalysts, which can reduce the reaction energy barrier by searching for multiple transition states, and the more transition states in the reaction path, the lower the energy barrier for the reaction rate-controlling step. Finally, the results show that the energy barrier of P-doped propane direct dehydrogenation reflecting the speed control step is the lowest, which is 44.32 kcal·mol −1 , and the energy barrier of deep dehydrogenation is 53.08 kcal·mol −1 ; so it has good selectivity. Therefore, the P-doped graphene catalyst has a promising application as a nonmetallic catalyst for the direct PDH, which provides the possibility for the design of cheap and environmentally friendly catalysts.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,003
Score d'incertitude au seuil0,385

Scores Codex et Gemma par catégorie

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 Opus0,010
Tête enseignante GPT0,207
Écart entre enseignants0,197 · 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.

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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of ChemistryMême sujetCatalysis and Oxidation ReactionsTravaux en français237 207