MétaCan
Menu
Retour à la cohorte
Enregistrement W4396919489 · doi:10.1038/s41467-024-48120-8

Redox-induced controllable engineering of MnO2-MnxCo3-xO4 interface to boost catalytic oxidation of ethane

2024· article· en· W4396919489 sur OpenAlexaff
Haiyan Wang, Shuang Wang, Shida Liu, Yiling Dai, Zhenghao Jia, Xuejing Li, Shuhe Liu, Feixiong Dang, Kevin J. Smith, Xiaowa Nie, Shuandi Hou, Xinwen Guo

Notice bibliographique

RevueNature Communications · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCatalytic Processes in Materials Science
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesDalian University of TechnologyChina Postdoctoral Science FoundationNational Natural Science Foundation of China
Mots-clésRedoxCatalysisInterface (matter)Materials scienceChemistryOxidation reductionManganeseChemical engineeringInorganic chemistryBiochemistryOrganic chemistryMoleculeEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Multicomponent oxides are intriguing materials in heterogeneous catalysis, and the interface between various components often plays an essential role in oxidations. However, the underlying principles of how the hetero-interface affects the catalytic process remain largely unexplored. Here we report a unique structure design of MnCoOx catalysts by chemical reduction, specifically for ethane oxidation. Part of the Mn ions incorporates with Co oxides to form spinel MnxCo3-xO4, while the rests stay as MnO2 domains to create the MnO2-MnxCo3-xO4 interface. MnCoOx with Mn/Co ratio of 0.5 exhibits an excellent activity and stability up to 1000 h under humid conditions. The synergistic effects between MnO2 and MnxCo3-xO4 are elucidated, in which the C2H6 tends to be adsorbed on the interfacial Co sites and subsequently break the C-H bonds on the reactive lattice O of MnO2 layer. Findings from this study provide valuable insights for the rational design of efficient catalysts for alkane combustion.

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 seuil0,003

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 Opus0,016
Tête enseignante GPT0,314
Écart entre enseignants0,298 · 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

Citations72
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetCatalytic Processes in Materials ScienceTravaux en français237 207