Exploring the Long‐term Catalytic Mechanism of Catalase‐Like Nanozymes Prepared by Flow Chemistry
Notice bibliographique
Résumé
ABSTRACT Despite of the rapid development of nanozymology, the long‐term catalysis of nanozymes, which reflects their hidden catalytic mechanism and sustainability is still overlooked. Herein, we systematically investigate the prolonged catalase (CAT)‐like activity of nanozymes prepared by flow chemistry. Through a rational control on the reaction conditions in micro‐channel, fast synthesis of a library of common CAT‐like nanozymes, including Prussian blue (PB), manganese Prussian blue (Mn‐PB), Fe 3 O 4 , CeO 2 , Pt, and Au is realized. The mass production capability of the developed synthetic device is validated with a high yield of 60.5 g uniform PB nanozymes in 115 min. A precise definition of s nano value is then proposed, quantitively expressing the long‐term catalytic behavior of the as‐prepared nanozymes with self‐increasing or self‐depleting activity. Taking Mn‐PB, Fe 3 O 4, and Pt as representative models, the irreversible oxidation effect of H 2 O 2 is demonstrated to endow them with abundant oxygenated groups during the prolonged catalysis and regulate their reaction energy profiles, thus varying their catalytic activities. Our results reveal the superiority of flow synthesis for the nanozymes preparation and the guiding significance of long‐term catalysis for the mechanism study and the efficient application of nanozymes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».