MétaCan
Menu
Retour à la cohorte
Enregistrement W4386415732 · doi:10.1002/solr.202300530

A Comprehensive Review of MoS<sub><i>x</i></sub> for Improved Photo(electro)catalytic Performance

2023· review· en· W4386415732 sur OpenAlexafffund
Liquan Jing, Yuanguo Xu, Huaming Li, Ian D. Gates, Jinguang Hu

Notice bibliographique

RevueSolar RRL · 2023
Typereview
Langueen
DomaineMaterials Science
ThématiqueMXene and MAX Phase Materials
Établissements canadiensUniversity of Calgary
Organismes subventionnairesCanada First Research Excellence FundNational Natural Science Foundation of China
Mots-clésValence (chemistry)CatalysisMaterials scienceCalcinationNanotechnologyElectrochemistryChemistryElectrodePhysical chemistry

Résumé

récupéré en direct d'OpenAlex

As an efficient hydrogen precipitation site, MoSx shows great promise for energy production and environmental remediation applications due to its low cost, easy modulation, multiple complex valence states, and excellent catalytic performance. Therefore, the development of MoSx synthesis strategies, catalytic enhancement mechanisms, and catalytic applications is reviewed. First, six synthesis strategies regarding MoSx are mainly outlined: electrochemical deposition, photodeposition, hydrothermal/solvent thermal, pulsed laser deposition, precipitation, and calcination, and their advantages and disadvantages are described in detail. Second, catalytic enhancement mechanisms of the composite strategies are elucidated based on the trends of MoSx electronic properties, valence species, light‐absorption range, and interfacial charge transfer. Third, applications of MoSx in photo(electro)catalysis in recent years are systematically reviewed. Finally, the current shortcomings and future research directions of MoSx are discussed from the perspectives of synthesis strategies and practical applications, respectively.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,066
Tête enseignante GPT0,335
Écart entre enseignants0,268 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSolar RRLMême sujetMXene and MAX Phase MaterialsTravaux en français237 207