MétaCan
Menu
Retour à la cohorte
Enregistrement W4389685952 · doi:10.1002/open.202300185

Enhanced Photocatalytic H<sub>2</sub> Generation by Light‐Induced Carbon Modification of TiO<sub>2</sub> Nanotubes

2023· article· en· W4389685952 sur OpenAlexaff
Amara Nasir, Alexander B. Tesler, Shiva Mohajernia, Shanshan Qin, Patrik Schmuki, Anca Mazare, Tariq Yasin

Notice bibliographique

RevueChemistryOpen · 2023
Typearticle
Langueen
DomaineEnergy
ThématiqueAdvanced Photocatalysis Techniques
Établissements canadiensUniversity of Alberta
Organismes subventionnairesHigher Education Commision, PakistanDeutsche Forschungsgemeinschaft
Mots-clésPhotocatalysisMaterials scienceTitanium dioxideCarbon nanotubeChemical engineeringAnodizingAqueous solutionElectrochemistryVisible spectrumNanotechnologyCarbon fibersElectrolyteTitaniumSurface modificationChemistryOptoelectronicsCatalysisOrganic chemistryElectrodeComposite materialComposite number

Résumé

récupéré en direct d'OpenAlex

Abstract Titanium dioxide (TiO2) is the material of choice for photocatalytic and electrochemical applications owing to its outstanding physicochemical properties. However, its wide bandgap and relatively low conductivity limit its practical application. Modifying TiO2 with carbon species is a promising route to overcome these intrinsic complexities. In this work, we propose a facile method to modify TiO2 nanotubes (NTs) based on the remnant organic electrolyte retained inside the nanotubes after the anodization process, that is, without removing it by immersion in ethanol. Carbon‐modified TiO2 NTs (C‐TiO2 NTs) showed enhanced H2 evolution in photocatalysis under UV illumination in aqueous solutions. When the C‐TiO2 NTs were subjected to UV light illumination, the carbon underwent modification, resulting in higher measured photocurrents in the tube layers. After UV illumination, the IPCE of the C‐TiO2 NTs was 4.4‐fold higher than that of the carbon‐free TiO2 NTs.

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 seuil0,002

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)0,0010,000

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 Opus0,021
Tête enseignante GPT0,266
Écart entre enseignants0,244 · 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 revueChemistryOpenMême sujetAdvanced Photocatalysis TechniquesTravaux en français237 207