MétaCan
Menu
Retour à la cohorte
Enregistrement W4392935178 · doi:10.1021/acsanm.3c06058

3D MoS<sub>2</sub>/MgIn<sub>2</sub>S<sub>4</sub> Nanoflower Heterojunctions for Photoreduction of Cr(VI): Mechanism, Influence, and Toxicity Evaluation

2024· article· en· W4392935178 sur OpenAlexaff
Xingrui Tong, Jinling Bao, Danfeng Chang, Dapeng Wang, Haibo Chang, Liquan Jing

Notice bibliographique

RevueACS Applied Nano Materials · 2024
Typearticle
Langueen
DomaineEnergy
ThématiqueAdvanced Photocatalysis Techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesEducation Department of Jilin Province
Mots-clésNanoflowerHeterojunctionMechanism (biology)Materials scienceToxicityChemistryOptoelectronicsNanotechnologyNanostructurePhysics

Résumé

récupéré en direct d'OpenAlex

Designing an efficient hole–electron separation method is essential to improving the photocatalytic efficiency of photocatalysts. Herein, we constructed a 3D MoS 2 /MgIn 2 S 4 S-scheme heterojunction material using a solvothermal method. The built-in electric field formed by the interaction between MoS 2 and MgIn 2 S 4 promoted the separation of electrons and holes, significantly improving the photocatalytic activity of 3D MoS 2 /MgIn 2 S 4 . The 3% MoS 2 /MgIn 2 S 4 composite photocatalyst successfully achieved a 100% reduction of Cr(VI) within 90 min and demonstrated good hydrogen production efficiency without using a sacrificial agent. Theoretical calculations confirmed the formation of S-scheme heterojunctions. Malondialdehyde and dehydrogenase tests showed that the Cr(VI) solution after reduction was not harmful to plant growth. Furthermore, we systematically investigated the effects of different Cr(VI) concentrations, catalyst dosages, ions, pH values, and organic acids on photocatalytic efficiency. The design of the S-scheme heterojunction photocatalysts provided a promising strategy for the photoreduction of Cr(VI).

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)0,0000,000

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 GPT0,259
Écart entre enseignants0,247 · 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

Citations14
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS Applied Nano MaterialsMême sujetAdvanced Photocatalysis TechniquesTravaux en français237 207