MétaCan
Menu
Retour à la cohorte
Enregistrement W4411399085 · doi:10.1021/acs.jpcc.5c03050

The Buffering Activity of Ceria toward Reactive Oxygen Species: A Density Functional Theory Perspective

2025· article· en· W4411399085 sur OpenAlexaff
Khoa Minh Ta, Craig J. Neal, Melanie Coathup, Sudipta Seal, Lisa J. Gillie, David J. Cooke, Stephen C. Parker, Marco Molinari

Notice bibliographique

RevueThe Journal of Physical Chemistry C · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Nanomaterials in Catalysis
Établissements canadiensInnovation Cluster (Canada)
Organismes subventionnairesEngineering and Physical Sciences Research CouncilUniversity of Huddersfield
Mots-clésPerspective (graphical)Density functional theoryReactive oxygen speciesOxygenChemistryComputer scienceComputational chemistryBiochemistryArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

High Resolution Image Download MS PowerPoint Slide Nanocrystalline ceria exhibits nanozymatic activities, which are strongly affected by surface composition and surface Ce 3+ concentration. Here, we use density functional theory to perform a scan of the compositional landscape of the most important {111}, {110}, and {100} ceria nanoparticle surfaces and their buffering activity toward reactive oxygen species (ROS) involved in the superoxide dismutase (SOD) and catalase (CAT) enzymatic mimetic activity of ceria. This study displays that pristine and surface sublayer oxygen-deficient surfaces can perform catalytic activities, whereas surface layer oxygen-deficient surfaces can only perform noncatalytic reactions as the oxygen vacancy is healed by ROS changing surface stoichiometry. Our findings corroborate conventional literature that higher concentrations of Ce 3+ favor SOD, whereas Ce 4+ favors CAT while also highlighting contributions of specific subprocess reactions. {111} surfaces perform best as fully oxidized (CAT) and fully reduced (SOD), while this is not the case for the {110} and {100} surfaces. As we follow plausible reaction mechanisms of SOD and CAT, we depict a complex situation highly dependent on the surface composition, which clearly implies that it is vital to control subprocess reactions for optimal buffering, and the desorption of products is a critical step in all reactions.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,026
Score d'incertitude au seuil0,354

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,013
Tête enseignante GPT0,267
Écart entre enseignants0,254 · 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.

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

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry CMême sujetAdvanced Nanomaterials in CatalysisTravaux en français237 207