Photocatalytic Versus Stoichiometric Hydrogen Generation Using Mesoporous Silicon Catalysts: The Complex Role of Sacrificial Reagents
Notice bibliographique
Résumé
Abstract Mesoporous silicon has emerged as a promising photocatalyst for solar‐driven hydrogen production via water splitting. However, its cyclability and stability are poor because silicon oxidizes during the reaction, which also produces stoichiometric amounts of hydrogen. Despite this, the exact contribution of the stoichiometric component in the reaction remains unknown. This study demonstrates that the stoichiometric hydrogen contribution when using silicon photocatalysts is dependent on the type of sacrificial reagent. In the presence of triethanolamine and sodium sulfite, which increase the solution's pH, over 90% of the hydrogen produced originates from the stoichiometric reaction. In contrast, when alcohol‐based sacrificial reagents are used, the ratio of catalytic to stoichiometric hydrogen depends on the size of the alcohol molecule. Smaller alcohols, such as methanol and ethanol, result in higher overall hydrogen production; however, more than 40% of it originates from the stoichiometric reaction of silicon with water. As the alcohol size increases, the amount of water near the catalyst surface is limited, leading to decreased hydrogen production rates but improved photocatalyst stability. This study highlights the major role of the undesirable side reactions in silicon based photocatalysis and the need for more rigorous hydrogen quantification protocols to determine true photocatalytic activity.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».