Dual Heterojunction Graphene-Supported Photocatalysts of Copper Oxide Nanowires and Copper Ferrite Nanoparticles for Photoelectrochemical Water Splitting
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Photoelectrochemical hydrogen evolution (HER), a half reaction of water splitting, is crucial to the low-cost, environmentally friendly production of clean H 2 fuel as part of the solution for transitioning away from a fossil fuel economy. Electrodeposition of a controllable Cu film on graphene followed by thermal annealing at 200–400 °C has been used to produce copper oxide (Cu x O, x = 1, 2) nanowires. The relative compositions of CuO and Cu 2 O layers in the Cu x O-Cu/graphene system form a heterojunction structure enabling high efficiency for electron–hole separation and a fast charge transfer rate, where the CuO layer with a proper thickness enhances light absorption, improves the charge separation, and serves as a protective layer for Cu 2 O photocorrosion while graphene serves as a flexible, highly conductive substrate. A high-performance dual Z-scheme heterojunction photocatalyst to greatly improve charge carrier separation, increase carrier density, and reduce electron–hole recombination is obtained by decorating this Cu x O-Cu/graphene system with an efficient cocatalyst based on Cu-based ternary CuFe 2 O 4 nanoparticles, obtained by a solvothermal method. The addition of CuFe 2 O 4 nanoparticles on the best optimized Cu x O-Cu/graphene is found to nearly double the photocurrent from −2.64 mA·cm –2 to −4.91 mA·cm –2, making this dual heterojunction catalyst among the best copper-based catalyst systems for HER reported to date.
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.
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 découle