MétaCan
Menu
Retour à la cohorte
Enregistrement W4409530430 · doi:10.1002/advs.202501298

Unlocking Methane Generation via Photo‐Thermal‐Coupled CO <sub>2</sub> Hydrogenation by Integrating FeNiCrMnCo Multicomponent Alloy with GaN Nanowires

2025· article· en· W4409530430 sur OpenAlexaff
Muhammad Salman Nasir, Ying Zhao, Haotian Ye, Jinglin Li, Ping Wang, Ding Wang, Xinqiang Wang, Jun Song, Zhen Huang, Baowen Zhou

Notice bibliographique

RevueAdvanced Science · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCatalytic Processes in Materials Science
Établissements canadiensMcGill University
Organismes subventionnairesNational Key Research and Development Program of ChinaNatural Science Foundation of Beijing MunicipalityNational Natural Science Foundation of China
Mots-clésMaterials scienceMethanationMethaneCatalysisAlloyChemical engineeringNanowireNanotechnologyChemistryMetallurgyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract The exploration of a noble‐metal‐free photo‐thermal‐coupled catalytic architecture plays a vital role in solar‐driven conversion of carbon dioxide (CO 2 ) into high‐value fuels and chemicals. In this study, FeNiCrMnCo multicomponent alloy (MCA) is integrated with GaN nanowires (NW's) for photo‐thermal‐coupled catalytic CO 2 methanation. The MCA/GaN NW's nanohybrid demonstrates a considerable methane production rate of 199 mmol∙g −1 ∙h −1 with an impressive selectivity of 93% under white light irradiation of 3 W∙cm −2 at 290 °C by external heating. The turnover number approaches 20,160 mole CH 4 per mole of MCA over a continuous operation period of 120 h, showcasing remarkable stability. Mechanistic investigations reveal that the unique MCA provides a flexible platform for tailoring the electronic and catalytic properties to optimize the adsorption and activation of CO₂ and H₂, thus leading to efficient and selective CO₂ methanation. This study presents an industry‐friendly architecture for photo‐thermal‐coupled CO 2 hydrogenation into high‐value fuels and chemicals by coupling a noble‐metal‐free multicomponent alloy with GaN NWs, paving the way for advancements in sustainable energy conversion through CO 2 utilization.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,008
Tête enseignante GPT0,263
Écart entre enseignants0,255 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced ScienceMême sujetCatalytic Processes in Materials ScienceTravaux en français237 207