Unravelling the Impact of Metal Dopants and Oxygen Vacancies on Syngas Conversion over Oxides: A Machine Learning-Accelerated Study of CO Activation on Cr-Doped ZnO Surfaces
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide As a critical component of the OX–ZEO composite catalysts toward syngas conversion, the Cr-doped ZnO ternary system can be considered as a model system for understanding oxide catalysts. However, due to the complexity of its structures, traditional approaches, both experimental and theoretical, encounter significant challenges. Herein, we employ machine learning-accelerated methods, including grand canonical Monte Carlo and genetic algorithm, to explore the ZnO(10 1 0) surface with various Cr and oxygen vacancy (OV) concentrations. Stable surfaces with varied Cr and OV concentrations were then systematically investigated to examine their influence on the CO activation via density functional theory calculations. We observe that Cr tends to preferentially appear on the surface of ZnO(10 1 0) rather than in its interior regions and Cr-doped structures incline to form rectangular islands along the [0001] direction at high Cr and OV concentrations. Additionally, detailed calculations of CO reactivity unveil an inverse relationship between the reaction barrier ( E a ) for C–O bond dissociation and the Cr and OV concentrations, and a linear relationship is observed between OV formation energy and E a for CO activation. Further analyses indicate that the C–O bond dissociation is much more favored when the adjacent OVs are geometrically aligned in the [1 2 10] direction, and Cr is doped around the reactive sites. These findings provide a deeper insight into CO activation over the Cr-doped ZnO surface and offer valuable guidance for the rational design of effective catalysts for syngas conversion.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».