MétaCan
Menu
Retour à la cohorte
Enregistrement W4409722618 · doi:10.1021/acs.nanolett.5c00529

Photocatalytic Hydrogen Production Using Semiconductor (CdSe)<sub>13</sub> Clusters

2025· article· en· W4409722618 sur OpenAlexaff
Soyeon Lee, Yeji Lee, Hafiz Ghulam Abbas, Seunghyun Ji, Seoyoung C. Kim, Kyunghoon Lee, Li Shi, Eon Ji Lee, Jongmin Choi, Hyungju Ahn, In Young Kim, Su‐Il In, Stefan Ringe, Youn Jeong Jang, Jiwoong Yang

Notice bibliographique

RevueNano Letters · 2025
Typearticle
Langueen
DomaineEnergy
ThématiqueAdvanced Photocatalysis Techniques
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Research Foundation of KoreaKorea Institute for Advancement of Technology
Mots-clésPhotocatalysisSemiconductorHydrogen productionMaterials scienceHydrogenSemiconductor materialsNanotechnologyOptoelectronicsChemical engineeringPhotochemistryChemistryCatalysis

Résumé

récupéré en direct d'OpenAlex

Atomically precise (CdSe) 13 clusters, the smallest CdSe semiconductors, represent a unique class of materials at the boundary between nanocrystals and molecules. Despite their promising potential, low structural stability limits their applications as photocatalysts. Herein, we report photocatalytic hydrogen production using atomically precise (CdSe) 13 clusters. To improve stability in aqueous environments, we induce self-assembly into suprastructures, making them suitable for water splitting. Our findings demonstrate that Co 2+ doping enhances the electrical properties of these clusters, while bipyridine serves as cocatalyst by interacting with Co 2+ dopants and providing catalytic active sites. Through the synergistic effects of Co 2+ doping and bipyridine, Co 2+ -doped (CdSe) 13 suprastructures achieve promising hydrogen evolution activity, surpassing those of undoped suprastructures or nanoclusters. Theoretical calculations confirm that Co 2+ doping and bipyridine incorporation lower the hydrogen adsorption energy, consistent with the experimental results. These results highlight the potential of semiconductor (CdSe) 13 clusters as photocatalysts for sustainable hydrogen production.

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 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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,006
Score d'incertitude au seuil1,000

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 Opus0,015
Tête enseignante GPT0,262
Écart entre enseignants0,248 · 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 tête enseignante, pas un consensus.

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

Citations9
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNano LettersMême sujetAdvanced Photocatalysis TechniquesTravaux en français237 207