MétaCan
Menu
Retour à la cohorte
Enregistrement W4409158076 · doi:10.1016/j.susmat.2025.e01386

Carbon quantum dots: Synthesis via hydrothermal processing, doping strategies, integration with photocatalysts, and their application in photocatalytic hydrogen production

2025· article· en· W4409158076 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueSustainable materials and technologies · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCarbon and Quantum Dots Applications
Établissements canadiensDalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPhotocatalysisCarbon quantum dotsQuantum dotHydrogen productionHydrothermal circulationHydrothermal synthesisMaterials scienceCarbon fibersDopingHydrogenNanotechnologyChemical engineeringChemistryCatalysisOptoelectronicsComposite numberComposite materialEngineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Carbon quantum dots (CQDs), a quasi-spherical carbon-based nanomaterial, have attracted great attention in photocatalysis due to their unique optical and electrochemical properties, such as tunable fluorescence emission, up-conversion property, and the ability to accelerate charge separation. Significant efforts have been made to synthesize, dope, and surface-functionalize CQDs to tune their photo-physical/chemical properties. Hydrothermal (HT) processes provide a clean, cost-effective, and efficient synthesis method to prepare CQDs and their derivatives, through hydrolysis, polymerization, and carbonization reactions. This review summarizes the synthesis of HT-CQDs using various precursors, followed by evaluating the CQDs doping and heterostructure formation strategies based on their fundamental characteristics (e.g., morphology, crystallinity, absorption ability, and photoluminescent properties). Doped CQDs exhibit enhanced optical properties, improved charge transfer efficiency, better electron mobility, and increased photocatalytic activity through introducing new surface states and active sites. Decorating traditional photocatalysts with CQDs improves light absorption and charge separation, significantly boosting the overall photocatalytic activity. The performance of CQD-based photocatalysts in hydrogen (H 2 ) evolution is systematically evaluated as well. CQDs enhance photocatalytic H 2 generation by acting as photosensitizers and/or electron mediators, accelerating the separation of e − -h + pairs and reducing recombination rates. This review highlights the significant advancement in CQDs synthesis, and doping and decorating strategies, showcasing their pivotal role in improving the photocatalytic efficiency of H 2 production. However, limited understanding of mechanisms, precise control over doping and surface functionalization, and scalability of synthesis methods remain key challenges for CQD-based photocatalysts. In the future, integrating artificial intelligence (AI) and machine learning (ML) tools with advanced characterization techniques might help the development of CQD-based photocatalysts, enabling precise property tuning and scalable synthesis approaches.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,747

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,218
Écart entre enseignants0,213 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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