MétaCan
Menu
Retour à la cohorte
Enregistrement W4415501231 · doi:10.1021/jacs.5c08872

Tuning the f Band for Enhanced Surface Redox in Strained Rare Earth Oxides

2025· article· en· W4415501231 sur OpenAlexaff
Hongyang Su, Jing Chai, Zixuan Guan, Hendrik Bluhm, Ziyun Zhang, Yidan Cao, Zhi Liu, Yuanhua Lin, William C. Chueh, Liang Zhang, Di Chen

Notice bibliographique

RevueJournal of the American Chemical Society · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCatalytic Processes in Materials Science
Établissements canadiensCanadian Light Source (Canada)
Organismes subventionnairesNational Key Research and Development Program of ChinaState Key Laboratory of New Ceramics and Fine ProcessingBasic Energy SciencesTsinghua UniversityNational Natural Science Foundation of ChinaStanford University
Mots-clésRedoxCatalysisDissociation (chemistry)Band gapDensity functional theoryTensile strainHydrogenStrain (injury)Electronic band structure

Résumé

récupéré en direct d'OpenAlex

) are essential in catalysis due to their 4f band-governed surface redox properties, which influence crucial reactions such as hydrogen dissociation and water formation. However, correlating the 4f band structure with catalytic activity has been a long-standing challenge due to the complexities of manipulating and characterizing 4f electrons. Here, we demonstrate that tensile strain effectively modulates the 4f electronic structure, narrowing the band gap and activating surface oxygen, leading to enhanced redox activity. Using atomically flat ceria ultrathin films under up to a 7% biaxial strain range, we observed a five-fold increase in surface reaction kinetics via time-resolved ambient-pressure X-ray photoelectron spectroscopy. Complementary density functional theory calculations reveal that the tensile strain reduces energy barriers for key catalytic steps by narrowing the 4f-2p band gap. These findings highlight the RE 4f electronic structure as a critical descriptor for catalysis and demonstrate the utility of atomically flat model systems.

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 seuil0,003

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)0,0010,000

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 Opus0,010
Tête enseignante GPT0,276
Écart entre enseignants0,266 · 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Chemical SocietyMême sujetCatalytic Processes in Materials ScienceTravaux en français237 207