MétaCan
Menu
Retour à la cohorte
Enregistrement W4387901227 · doi:10.1021/acs.energyfuels.3c03032

Hollow NiP–ZnIn<sub>2</sub>S<sub>4</sub> Heterojunction for Simultaneous Hydrogen and Pyruvic Acid Production from Lactic Acid Photoreforming

2023· article· en· W4387901227 sur OpenAlexafffund
Tayebeh Roostaei, Heng Zhao, Mehdi Eisapour, Jun Zhao, Ali Omidkar, Zhangxin Chen, Jinguang Hu

Notice bibliographique

RevueEnergy & Fuels · 2023
Typearticle
Langueen
DomaineEnergy
ThématiqueAdvanced Photocatalysis Techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesCanada First Research Excellence Fund
Mots-clésPhotocatalysisHydrogen productionBifunctionalHydrogenPyruvic acidLactic acidChemistryCatalysisMaterials scienceChemical engineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Photocatalytic hydrogen production provides an alternative approach to sustainable energy storage and conversion. However, the nonselective oxidation of sacrificial agents greatly increases the cost of green hydrogen generation. Herein, we demonstrate the simultaneous production of hydrogen and value-added chemicals by rationally designing a bifunctional photocatalyst. This approach uses hollow ZnIn 2 S 4 spheres with NiP as a cocatalyst, which enables the photocatalyst with dual functionalities to produce sustainable hydrogen and selectively dehydrogenate lactic acid into pyruvic acid. As a result, 381 μmol/h of H 2 is produced on the optimized photocatalyst with an apparent quantum yield of 11.1% at 365 ± 20 nm monochromatic light. Meanwhile, pyruvic acid, with a selectivity of 97.8%, is simultaneously achieved from lactic acid oxidation. Techno-economic analysis reveals the profitability of the present system and provides a promising outlook for the sustainability and economic viability of the unit. The present work demonstrates a good example of sustainable hydrogen and valuable chemical coproduction with the rational design of bifunctional photocatalytic materials.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,106
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,012
Tête enseignante GPT0,238
Écart entre enseignants0,226 · 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.

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

Citations15
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetAdvanced Photocatalysis TechniquesTravaux en français237 207