Ultralow Catalytic Loading for Optimised Electrocatalytic Performance of AuPt Nanoparticles to Produce Hydrogen and Ammonia
Notice bibliographique
Résumé
Abstract The hydrogen evolution and nitrite reduction reactions are key to producing green hydrogen and ammonia. Antenna–reactor nanoparticles hold promise to improve the performances of these transformations under visible‐light excitation, by combining plasmonic and catalytic materials. However, current materials involve compromising either on the catalytic activity or the plasmonic enhancement and also lack control of reaction selectivity. Here, we demonstrate that ultralow loadings and non‐uniform surface segregation of the catalytic component optimize catalytic activity and selectivity under visible‐light irradiation. Taking Pt−Au as an example we find that fine‐tuning the Pt content produces a 6‐fold increase in the hydrogen evolution compared to commercial Pt/C as well as a 6.5‐fold increase in the nitrite reduction and a 2.5‐fold increase in the selectivity for producing ammonia under visible light excitation relative to dark conditions. Density functional theory suggests that the catalytic reactions are accelerated by the intimate contact between nanoscale Pt‐rich and Au‐rich regions at the surface, which facilitates the formation of electron‐rich hot‐carrier puddles associated with the Pt‐based active sites. The results provide exciting opportunities to design new materials with improved photocatalytic performance for sustainable energy applications.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 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 tête enseignante, 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 ».