Sponge-shaped Au nanoparticles: a stand-alone metallic photocatalyst for driving the light-induced CO<sub>2</sub> reduction reaction
Notice bibliographique
Résumé
Abstract Coinage metal nanoparticles (NPs) enable plasmonic catalysis by generating hot carriers that drive chemical reactions. Making NPs porous enhances the adsorption of reactant molecules. We present a dewetting and dealloying strategy to fabricate porous gold nanoparticles (Au-Sponge) and compare their CO2 photoreduction activity with respect to the conventional gold nanoisland (Au-Island) morphology. Porous gold nanoparticles exhibit an unusually broad and red-shifted plasmon resonance which is in agreement with the results of finite difference time domain (FDTD) simulations. The key insight of this work is that the multi-step reduction of CO2 driven by short-lived hot carriers generated by the d → s interband transition proceeds extremely quickly as evidenced by the generation of methane. A 3.8-fold enhancement in the photocatalytic performance is observed for the Au-Sponge in comparison to the Au-Island. Electrochemical cyclic voltammetry measurements confirm the 2.5-fold increase in the surface area and roughness factor of the Au-Sponge sample due to its porous nature. Our results indicate that the product yield is limited by the amount of surface adsorbates i.e. reactant-limited. Isotope-labeled mass spectrometry using 13CO2 was used to confirm that the reaction product (13CH4) originated from CO2 photoreduction. We also present the plasmon-mediated photocatalytic transformation of 4-aminothiophenol (PATP) into p,p′-dimercaptoazobenzene (DMAB) using Au-Sponge and Au-Island samples.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».