MétaCan
Menu
Retour à la cohorte
Enregistrement W4411113806 · doi:10.1016/j.ijhydene.2025.05.429

Insertion of low-valent metal into interstitial sites of WO3 for enhanced photoelectrochemical activity

2025· article· en· W4411113806 sur OpenAlexaff
Shankara S. Kalanur, Bruno G. Pollet, Hyungtak Seo

Notice bibliographique

RevueInternational Journal of Hydrogen Energy · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueGas Sensing Nanomaterials and Sensors
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésMetalChemistryInorganic chemistryMaterials science

Résumé

récupéré en direct d'OpenAlex

The presence of low valent metals along with O vacancies in WO 3 allows critical tuning of both intrinsic and extrinsic properties transforming WO 3 to be capable of performing both oxygen evolution (OER) and hydrogen evolution reactions (HER) under the simulated sunlight. Given this, the proposed work provides a modified synthesis approach to obtain the low valent Hf doped WO 3 nanorods on the transparent conducting substrate for the overall water-splitting activity. The experimental data confirms that the doping of Hf leads to the essential modifications in WO 3 including the exposure of (002) facet, decrease in band gap, shift in band edge towards negative potential, introduction of oxygen vacancies, and effective charge diffusion/transfer. Owing to the favorable intrinsic and extrinsic modifications, WO 3 exhibits enhanced photocurrents, incident photon-to-current efficiency (IPCE), and applied bias photon-to-current efficiencies (ABPE) compared to its pristine counterparts. Based on the results, Hf is found to occupy W lattice positions and the simultaneous presence of Hf and O vacancies in the lattice induces essential changes in WO 3 properties. Importantly, the findings in the proposed study demonstrate the use of Hf as a dopant to WO 3 for the ideal transformation in intrinsic and extrinsic properties for enhanced overall water splitting.

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 enseignants0,000
Score d'incertitude au seuil0,001

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 Opus0,006
Tête enseignante GPT0,235
Écart entre enseignants0,229 · 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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Hydrogen EnergyMême sujetGas Sensing Nanomaterials and SensorsTravaux en français237 207