MétaCan
Menu
Retour à la cohorte
Enregistrement W4385951914 · doi:10.1021/acs.jpcc.3c03619

Superior Thermal Stability and High Photocatalytic Activity of Titanium Dioxide Nanocatalysts in Carbon Nanotubes

2023· article· en· W4385951914 sur OpenAlexfundno aff
Takumi Watanabe, Smita Takawane, Yuki Baba, Jun Akaiwa, Atsushi Kondo, Tomonori Ohba

Notice bibliographique

RevueThe Journal of Physical Chemistry C · 2023
Typearticle
Langueen
DomaineEnergy
ThématiqueTiO2 Photocatalysis and Solar Cells
Établissements canadiensnon disponible
Organismes subventionnairesJapan Society for the Promotion of ScienceJFE 21st Century FoundationDavid Suzuki Foundation
Mots-clésAnataseNanomaterial-based catalystRutileMaterials sciencePhotocatalysisChemical engineeringThermal stabilityTitanium dioxideNanotechnologyCarbon nanotubeNanoparticleCatalysisChemistryOrganic chemistryComposite material

Résumé

récupéré en direct d'OpenAlex

TiO 2 anatase, which exhibits the highest catalytic performance, transforms to rutile at 800 K. To inhibit the transition of anatase to rutile, several strategies, such as metal and/or non-metal doping, oxygen enrichment, and surface coating, have been studied, resulting in stable anatase within 773–1273 K. However, highly stable anatase without dopants is still required. Here, a new approach, which involves the synthesis of anatase nanocatalysts in carbon nanotubes (CNTs), was proposed to inhibit the anatase-to-rutile transition. The nanocatalysts exhibited high thermal anatase stability along with a suppression of the crystal growth up to 1200 K. The highly stable anatase in CNTs also exhibited high photocatalytic activity, which was evaluated based on methylene blue decomposition under visible- and UV-light irradiation. This was attributed to the maintenance of the small crystal size of the nanocatalysts in addition to a synergetic effect between the TiO 2 nanocatalysts and CNTs.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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 Opus0,011
Tête enseignante GPT0,227
Écart entre enseignants0,216 · 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'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

Citations8
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry CMême sujetTiO2 Photocatalysis and Solar CellsTravaux en français237 207