Functional group chemistry as a determinant of graphitic carbon nitride nanosheet dispersibility: A molecular dynamics study
Notice bibliographique
Résumé
• SO 3 H and COOH groups enhance g-C 3 N 4 exfoliation in DMF via reduced free energy. • Functionalization modulates solvent mobility/dipole interactions, affecting exfoliation. • CHO groups hinder exfoliation by increasing free energy and solvent disruption. • COOH-functionalized g-C 3 N 4 shows superior dispersibility in DMF (experimentally validated) • Solvent selection guidelines optimize functionalized g-C 3 N 4 nanosheet production. This study contributes to addressing the challenges in producing high-quality graphitic carbon nitride (g-C 3 N 4 ) nanosheets through liquid-phase exfoliation (LPE), by investigating the impact of chemical functionalization. Utilizing molecular dynamics simulations, functionalization with sulfonic (SO 3 H), carboxyl (COOH), amine (NH 2 ), hydroxyl (OH), and aldehyde (CHO) is explored to assess their impact on LPE efficiency in DMF. Our findings reveal that SO 3 H and COOH functional groups significantly enhance exfoliation efficiency by improving solvent-nanosheet interactions, decreasing solvent mobility, and reducing the free energy required for exfoliation. NH 2 and OH groups also contribute positively, though to a lesser extent, while CHO hinders the process by increasing the free energy of exfoliation and disrupting solvent–solvent interactions. Experimental validation confirms the superior dispersibility of COOH-functionalized g-C 3 N 4 in DMF compared to pristine g-C 3 N 4 , aligning with computational predictions. Based on these insights, practical guidelines are proposed for solvent selection to optimize the production of functionalized g-C 3 N 4 . Molecular-level mechanisms understood from this work can facilitate the development of strategies for advancing the synthesis and utilization of g-C 3 N 4 -based materials.
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) | 0,003 | 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 ».