Photocatalytic Conversion of Polyester‐Derived Alcohol into Value‐Added Chemicals by Engineering Atomically Dispersed Pd Catalyst
Notice bibliographique
Résumé
Abstract Photoreforming presents a promising strategy for upcycling waste polyester‐derived alcohol into valuable chemicals. However, it remains a great challenge due to its low performance and unsatisfactory selectivity toward high‐value C2 products. Here, we report the highly efficient and selective conversion of ethylene glycol (EG, a monomer of polyethylene terephthalate (PET)) to glycolaldehyde using atomically dispersed Pd species supported on TiO2 catalyst. A glycolaldehyde production rate of 5072 μmol gcat−1 h−1 with a selectivity of 90.0 % and long‐term durability can be achieved. Experimental and theoretical results show that Pd single atoms can enhance the photocatalytic activity by enriching the photogenerated holes, which are the dominant species for the selective oxidation of EG to glycolaldehyde. More importantly, the adsorption of EG molecules on the catalysts is significantly promoted, which is subsequently transformed into RO⋅ radicals, a crucial intermediate in producing glycolaldehyde. Additionally, Pd single atoms on TiO2 enable the reduction of the glycolaldehyde desorption barrier, thereby facilitating high selectivity and inhibiting further oxidation to C1 products. This work provides new insights into the photocatalytic conversion of polyester wastes by atomic engineering.
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 ».