Ab initio study of atomically dispersed catalysts on original and B-doped corrugated carbon nitride surface for effective nitrogen reduction
Notice bibliographique
Résumé
• Reconfirm the stability of corrugation in graphitic carbon nitride using computational methods. • Theoretically find out the most stable structure of boron-doping. • Screen out prospective single-atom and dual-atom catalysts based on non-precious for electrocatalytic nitrogen reduction. • Provide theoretical guidance for selecting effective highly dispersed catalysts for nitrogen reduction. Highly dispersed metal atoms as active sites of electrocatalysis, including single and dual atoms, have been raising researchers’ interest in applications on ammonia production in recent years. A well-designed catalyst can significantly improve the performance of nitrogen reduction by efficiently activates the dinitrogen (N 2 ) molecules, promotes the protonation steps, and suppresses the hydrogen evolution, making it a possible substitution of the classic Haber process for reducing the energy input and resource consumption. Using first-principles calculations, graphitic carbon nitrides was tested as the substrate of electrocatalysts in this study due to their ability of anchoring dispersed atoms within their electron-rich cavities, and the corrugated structure was proved to be more stable. As a result, several Mo-based atomic catalysts on g-C 3 N 4 , including Mo, MnMo, and FeMo, were screened out as potential candidates due to their lower limiting potential for nitrogen reduction, while the introduction of boron on the substrate could further improve the performance of Mo single-atom catalyst, leading to an excellent theoretical Faradaic efficiency of 86.1 %, even better than the performance of the Ru-based catalyst.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».